楊曙

摘要：伴隨信息技術(shù)的飛速進(jìn)步，為電子商務(wù)發(fā)展創(chuàng)造了良好契機(jī)，近年來(lái)，人們對(duì)物流市場(chǎng)需求逐步攀升，大數(shù)據(jù)時(shí)代，物流企業(yè)不可避免的面臨著如何從龐大數(shù)據(jù)中挖掘有效數(shù)據(jù)的困境。文章通過(guò)闡述大數(shù)據(jù)時(shí)代下的物流行業(yè)發(fā)展現(xiàn)狀，分析物流管理系統(tǒng)中的物流信息挖掘，對(duì)數(shù)據(jù)挖掘在物流信息系統(tǒng)中的應(yīng)用展開(kāi)探討，旨在為如何促進(jìn)大數(shù)據(jù)時(shí)代物流行業(yè)有序健康發(fā)展研究適用提供一些思路。

關(guān)鍵詞：大數(shù)據(jù)；物流信息；數(shù)據(jù)挖掘；應(yīng)用

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）18-0001-02

大數(shù)據(jù)時(shí)代下，人們對(duì)物流需求提出了越來(lái)越嚴(yán)苛的要求，如此一來(lái)，物流企業(yè)應(yīng)當(dāng)緊隨社會(huì)發(fā)展腳步，推進(jìn)企業(yè)自身運(yùn)作流程的優(yōu)化改良，通過(guò)不斷創(chuàng)造出更具針對(duì)性、更高質(zhì)量的物流服務(wù)，以實(shí)現(xiàn)對(duì)物流市場(chǎng)發(fā)展需求的有效滿(mǎn)足。數(shù)據(jù)挖掘技術(shù)可對(duì)事物相互間關(guān)聯(lián)性進(jìn)行充分挖掘，具備一系列優(yōu)勢(shì)功能，所以可對(duì)物流中產(chǎn)生的海量信息開(kāi)展有效整合，為物流企業(yè)制定決策提供可靠依據(jù)。由此可見(jiàn)，對(duì)大數(shù)據(jù)時(shí)代物流信息的挖掘與應(yīng)用開(kāi)展研究，有著十分重要的現(xiàn)實(shí)意義。1大數(shù)據(jù)時(shí)代下的物流行業(yè)發(fā)展現(xiàn)狀

移動(dòng)互聯(lián)、云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)的迅猛發(fā)展，產(chǎn)生了龐大的信息數(shù)據(jù)。全球權(quán)威科學(xué)期刊《自然》于2008年推出將大數(shù)據(jù)作為封面的專(zhuān)刊，著重關(guān)注數(shù)據(jù)所為各個(gè)行業(yè)領(lǐng)域帶來(lái)的影響。2012年，聯(lián)合國(guó)發(fā)布大數(shù)據(jù)政務(wù)白皮書(shū)《大數(shù)據(jù)下的機(jī)遇與挑戰(zhàn)》，提出了大數(shù)據(jù)時(shí)代已全面到來(lái)，大數(shù)據(jù)對(duì)于各國(guó)而言既帶來(lái)了機(jī)遇也帶來(lái)了挑戰(zhàn)。2014年，我國(guó)政府工作報(bào)告中首次提到了大數(shù)據(jù)一詞，并將大數(shù)據(jù)界定為一種基礎(chǔ)性戰(zhàn)略資源，可為預(yù)防、調(diào)查、決策等事務(wù)提供有力依據(jù)。

物流行業(yè)作為近年來(lái)飛速發(fā)展起來(lái)的一個(gè)新興行業(yè)，正是憑借信息技術(shù)發(fā)展催生的電子商務(wù)為物流行業(yè)發(fā)展創(chuàng)造了有利契機(jī)。2015年7月我國(guó)商務(wù)部發(fā)布《關(guān)于智慧物流配送體系建設(shè)的實(shí)施意見(jiàn)》，提出在未來(lái)2年，要在全國(guó)范圍內(nèi)創(chuàng)建打造多個(gè)智慧物流配送示范城市、智慧物流配送示范基地等項(xiàng)目?jī)?nèi)容，而這一系列目標(biāo)的達(dá)成，必須要開(kāi)展好大數(shù)據(jù)物流信息服務(wù)平臺(tái)建設(shè)工作。2016年8月，我國(guó)郵政局推出《推進(jìn)快遞業(yè)綠色包裝工作實(shí)施方案》，明確提出要在綠色化、減量化、可循環(huán)方面收獲顯著成效，十三五期間，盡可能在重點(diǎn)地區(qū)、重點(diǎn)企業(yè)的快遞業(yè)包裝綠色發(fā)展上取得有效進(jìn)展。2物流管理系統(tǒng)中的物流信息挖掘

大數(shù)據(jù)時(shí)代下，數(shù)據(jù)挖掘技術(shù)不斷推陳出新。現(xiàn)階段，應(yīng)用較為廣泛的數(shù)據(jù)挖掘技術(shù)包括有人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、關(guān)聯(lián)規(guī)則以及決策樹(shù)等。數(shù)據(jù)挖掘技術(shù)應(yīng)用于物流信息系統(tǒng)中的物流信息挖掘，如圖1所示。

2.1待挖掘的物流信息

物流企業(yè)涉及的客戶(hù)信息量十分龐大，且分布覆蓋面廣，物流服務(wù)項(xiàng)目市場(chǎng)競(jìng)爭(zhēng)日趨白熱化。業(yè)務(wù)交易服務(wù)數(shù)據(jù)涵蓋了重要客戶(hù)的核心信息，通過(guò)對(duì)該部分信息的有效挖掘利用，可對(duì)物流企業(yè)起到至關(guān)重要的作用。因而，分析影響物流客戶(hù)消費(fèi)行為決策的重要影響因素，研究關(guān)鍵性聯(lián)系，優(yōu)化物流客戶(hù)服務(wù)方案，方可實(shí)現(xiàn)對(duì)老客戶(hù)有效維護(hù)的同時(shí)，招徠更多的新客戶(hù)。而物流企業(yè)要想實(shí)現(xiàn)這一目標(biāo)，務(wù)必要開(kāi)展好數(shù)據(jù)挖掘關(guān)系分析工作。

2.2數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘中尤為重要的一環(huán)，可將其劃分成數(shù)據(jù)集成、數(shù)據(jù)選擇以及數(shù)據(jù)預(yù)處理三各部分。其中，數(shù)據(jù)集成是指從各個(gè)操作性數(shù)據(jù)庫(kù)、文件或遺留系統(tǒng)中提煉相關(guān)數(shù)據(jù)，并對(duì)它們開(kāi)展集成處理；數(shù)據(jù)選擇是指基于技術(shù)人員指導(dǎo)，采集對(duì)應(yīng)所需分析的數(shù)據(jù)，去除無(wú)價(jià)值的信息，進(jìn)一步改善數(shù)據(jù)挖掘質(zhì)量、效率；數(shù)據(jù)預(yù)處理指的是在開(kāi)展數(shù)據(jù)挖掘前，對(duì)所選數(shù)據(jù)開(kāi)展縮減、轉(zhuǎn)化處理。就好比，物流企業(yè)配送效率受配送路徑選擇直接影響。物流企業(yè)要想改善物流服務(wù)水平、控制貨運(yùn)成本，就務(wù)必要處理好物流配送期間車(chē)輛路徑選擇問(wèn)題，換言之，應(yīng)當(dāng)為專(zhuān)門(mén)車(chē)輛選擇專(zhuān)門(mén)的配送路徑；同時(shí)，還應(yīng)分析車(chē)輛的利用能力，控制好物流企業(yè)的運(yùn)輸成本；另外，對(duì)于車(chē)輛運(yùn)輸能力來(lái)說(shuō)，還應(yīng)分析貨物特征、運(yùn)輸收益高低等問(wèn)題。

2.3數(shù)據(jù)挖掘技術(shù)選擇

對(duì)數(shù)據(jù)挖掘目標(biāo)予以確立后，進(jìn)一步要開(kāi)展好數(shù)據(jù)挖掘技術(shù)選擇工作，并逐步開(kāi)展迭代挖掘，提煉數(shù)據(jù)集中潛在的、新穎的模式。通過(guò)構(gòu)建數(shù)據(jù)挖掘模型，便可對(duì)轉(zhuǎn)換完畢的數(shù)據(jù)開(kāi)展挖掘處理，除去要求深入開(kāi)展挖掘操作外，大致可實(shí)現(xiàn)自動(dòng)處理。挖掘模型構(gòu)建環(huán)節(jié)，包括對(duì)學(xué)習(xí)算法的選擇、對(duì)算法參數(shù)的選擇等。各式各樣挖掘工具、分析方法所具備應(yīng)用特點(diǎn)、應(yīng)用范圍各不相同。就好比，關(guān)聯(lián)分析可應(yīng)用于貨品倉(cāng)儲(chǔ)位置安排，定性與對(duì)比可應(yīng)用于客戶(hù)分析，分類(lèi)與預(yù)測(cè)可應(yīng)用于物流中心選擇，聚類(lèi)分析可應(yīng)用于市場(chǎng)調(diào)研研究，演化分析可應(yīng)用于配送路徑優(yōu)化等。

值得注意的是，構(gòu)建數(shù)據(jù)挖掘模型是全面挖掘過(guò)程中的重要一環(huán)。構(gòu)建數(shù)據(jù)挖掘模型過(guò)程中，借助數(shù)據(jù)源中的實(shí)體，經(jīng)由向?qū)ч_(kāi)展相應(yīng)步驟的調(diào)節(jié)，從而完成建模任務(wù)。同時(shí)，可經(jīng)由有序確定數(shù)據(jù)源、數(shù)據(jù)挖掘算法及模型表等步驟完成構(gòu)建。

2.4解釋及評(píng)價(jià)

于此環(huán)節(jié)，主要是就對(duì)應(yīng)獲取的規(guī)則可存入知識(shí)庫(kù)與否開(kāi)展評(píng)定，通常由人機(jī)交互及專(zhuān)家經(jīng)驗(yàn)開(kāi)展完成。其中所采用的分析方法，通常要結(jié)合數(shù)據(jù)挖掘?qū)嶋H操作來(lái)進(jìn)行選擇。正是因?yàn)橥诰虻玫降臄?shù)據(jù)并非所有都是有價(jià)值的，所以應(yīng)當(dāng)結(jié)合實(shí)際情況，科學(xué)地對(duì)挖掘數(shù)據(jù)開(kāi)展篩選、分析，進(jìn)而得出盡可能有效的信息。所以于此環(huán)節(jié)，一方面要對(duì)結(jié)果進(jìn)行表達(dá)，一方面要對(duì)數(shù)據(jù)開(kāi)展篩選分析，并對(duì)這一環(huán)節(jié)進(jìn)行不斷重復(fù)，一直到得到滿(mǎn)意的信息。

2.5知識(shí)庫(kù)

知識(shí)庫(kù)主要涵蓋了相關(guān)領(lǐng)域的知識(shí)及借助數(shù)據(jù)挖掘等手段獲取的知識(shí)，可為決策人員提供可靠的依據(jù)。數(shù)據(jù)庫(kù)中涉及各式各樣的形式，諸如圖表、規(guī)則等，它們主要是為了使知識(shí)變得進(jìn)一步簡(jiǎn)化，從而為決策人員實(shí)現(xiàn)快速理解并開(kāi)展決策提供切實(shí)保障。

3數(shù)據(jù)挖掘在物流信息系統(tǒng)中的應(yīng)用

3.1數(shù)據(jù)挖掘推動(dòng)物流數(shù)據(jù)資源的有效運(yùn)用

物流信息是物流企業(yè)的不可多得的財(cái)富，面對(duì)龐大的物流數(shù)據(jù)資源，倘若無(wú)法對(duì)它們開(kāi)展有效運(yùn)用，實(shí)則是一種極大的浪費(fèi)。現(xiàn)有物流信息的有效挖掘，是現(xiàn)階段眾多物流企業(yè)所一致熱點(diǎn)關(guān)注的問(wèn)題，針對(duì)原始數(shù)據(jù)資源，依托反復(fù)不斷的篩選，最后將它們轉(zhuǎn)化為有價(jià)值、能夠?yàn)槲锪髌髽I(yè)所用的知識(shí)，是大數(shù)據(jù)時(shí)代下物流企業(yè)對(duì)物流信息開(kāi)展挖掘研究的核心目標(biāo)。通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)的科學(xué)合理應(yīng)用，可有助于物流企業(yè)迅速找出問(wèn)題的關(guān)鍵，極大程度上降低物流企業(yè)運(yùn)營(yíng)成本，并且還可有效降低風(fēng)險(xiǎn)事故的引發(fā)，促進(jìn)物流企業(yè)收獲更可觀(guān)的經(jīng)濟(jì)收益。

3.2數(shù)據(jù)挖掘推動(dòng)物流企業(yè)朝知識(shí)化方向發(fā)展

伴隨信息技術(shù)的不斷進(jìn)步，為數(shù)據(jù)挖掘技術(shù)發(fā)展創(chuàng)造了有利契機(jī)，數(shù)據(jù)挖掘技術(shù)的推廣得到了廣大物流企業(yè)的一致推崇，對(duì)龐大物流信息的挖掘與應(yīng)用可自如下步驟達(dá)成：

1）自物流企業(yè)實(shí)際情況及企業(yè)所擁有的基礎(chǔ)設(shè)施出發(fā)，第一步對(duì)各式各樣零零散散的物流信息開(kāi)展采集整理，同時(shí)利用云技術(shù)達(dá)成龐大信息數(shù)據(jù)存儲(chǔ)的需求。

2）物流企業(yè)經(jīng)由數(shù)據(jù)存儲(chǔ)構(gòu)建數(shù)據(jù)源，結(jié)合物流企業(yè)現(xiàn)階段發(fā)展?fàn)顩r對(duì)數(shù)據(jù)源開(kāi)展初步篩選，再利用聚類(lèi)分析法對(duì)各項(xiàng)數(shù)據(jù)開(kāi)展預(yù)處理。

3）經(jīng)聚類(lèi)分析處理后，數(shù)據(jù)會(huì)被劃分成不同種類(lèi)的數(shù)據(jù)模塊分別存儲(chǔ)于“云”中，物流企業(yè)可結(jié)合不同部門(mén)的實(shí)際需求，再?gòu)摹霸啤敝泻Y選出相關(guān)部門(mén)所需的數(shù)據(jù)模塊用以進(jìn)一步開(kāi)展專(zhuān)項(xiàng)研究，最終將數(shù)據(jù)轉(zhuǎn)化成知識(shí)，一方面增強(qiáng)企業(yè)今后發(fā)展的可預(yù)測(cè)性，一方面為企業(yè)制定決策方針提供有力數(shù)據(jù)依據(jù)。

舉例而言，倘若A物流企業(yè)的營(yíng)業(yè)部接收到一份加班車(chē)數(shù)據(jù)報(bào)表通知，結(jié)合報(bào)表可知，調(diào)度中心在當(dāng)班次安排了兩輛加班車(chē)，車(chē)型分別為4.5米廂式貨車(chē)、5.5米廂式貨車(chē)，同時(shí)表中顯示存在爆倉(cāng)25方貨，如此一來(lái)，物流企業(yè)可結(jié)合發(fā)件掃描記錄調(diào)出當(dāng)日加班車(chē)對(duì)應(yīng)載貨重量、營(yíng)業(yè)部提供的發(fā)車(chē)時(shí)間記錄報(bào)表等數(shù)據(jù)，對(duì)本次加班車(chē)安排合理與否開(kāi)展有效分析。通過(guò)大體計(jì)算得出本次兩輛加班車(chē)總計(jì)花費(fèi)約800元，倘若調(diào)度中心改換一輛7.6米廂式貨車(chē)取代原本的兩輛車(chē)，便可滿(mǎn)足貨物載重需求，并且可使運(yùn)費(fèi)降低至一半。上述案例即為一個(gè)簡(jiǎn)單的數(shù)據(jù)挖掘過(guò)程，經(jīng)由對(duì)物流企業(yè)營(yíng)業(yè)部提供的原始數(shù)據(jù)開(kāi)展有效分析，然后得出可能引發(fā)不良結(jié)果的原因，再借助數(shù)據(jù)分析開(kāi)展評(píng)定，進(jìn)一步得出科學(xué)的優(yōu)化方案。

3.3數(shù)據(jù)挖掘推動(dòng)信息共享

數(shù)據(jù)挖掘技術(shù)在諸多領(lǐng)域得到廣泛推廣，在構(gòu)建物流企業(yè)科學(xué)健全的信息共享機(jī)制方面，同樣可起到十分重要的作用。物流企業(yè)可對(duì)現(xiàn)有信息數(shù)據(jù)開(kāi)展分析，得出物流信息的流通規(guī)律。就好比，物流企業(yè)可結(jié)合物流信息流向在何處易發(fā)生擁堵，在何處可實(shí)現(xiàn)十分暢通，尋找到一個(gè)規(guī)律，然后對(duì)該部分盲點(diǎn)予以逐步完善，使物流企業(yè)在信息流通方面實(shí)現(xiàn)全面暢通。值得一提的是，物流企業(yè)要明確認(rèn)識(shí)到溝通交流在推動(dòng)企業(yè)有序發(fā)展中所能起到的有效作用，唯有構(gòu)建起盡可能透明公開(kāi)的信息共享機(jī)制，企業(yè)員工方可第一時(shí)間獲取有效指令，切實(shí)提高工作效率。

4結(jié)束語(yǔ)

總而言之，物流行業(yè)是國(guó)民經(jīng)濟(jì)中必不可少的一部分，是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、提高國(guó)民經(jīng)濟(jì)競(jìng)爭(zhēng)力的有力支撐。強(qiáng)化物流信息挖掘與應(yīng)用，是推動(dòng)物流產(chǎn)業(yè)有序健康發(fā)展的重要需求。鑒于此，相關(guān)人員務(wù)必要不斷鉆研研究、總結(jié)經(jīng)驗(yàn)，清楚認(rèn)識(shí)大數(shù)據(jù)時(shí)代下的物流行業(yè)發(fā)展現(xiàn)狀，全面分析物流管理系統(tǒng)中的物流信息挖掘，結(jié)合物流企業(yè)實(shí)際情況，充分發(fā)揮“數(shù)據(jù)挖掘推動(dòng)物流數(shù)據(jù)資源的有效運(yùn)用”、“數(shù)據(jù)挖掘推動(dòng)物流企業(yè)朝知識(shí)化方向發(fā)展”、“數(shù)據(jù)挖掘推動(dòng)信息共享”等有效作用，積極促進(jìn)物流行業(yè)的有序健康發(fā)展。