基于第三方物流库存数据的挖掘和应用分析
来源:用户上传
作者:
[摘 要]文章主要通过对第三方物流库存数据的挖掘，从而提高第三方物流公司对物流以及信息流进行实时监控管理，以达到强化物流系统的功能，有效监控库存运输、补货以及物流运输等方面，减少主观因素给决策过程带来的影响，从而提高物流系统和决策的效率以及准确性。
[关键词]第三方物流;物流库存数据;数据挖掘与分析
[DOI]10.13939/j.cnki.zgsc.2019.34.178
中国自加入世界贸易组织之后承诺全面开放我国物流市场，随后中国的经济不断提高，全球化进程不断推进，第三方物流市场规模日益壮大，随着企业投资的力度不断增加以及石油价格不断上涨，物流企业的成本也在不断提高。此外由于物流市场的服务收费标准普遍偏低，信息化的物流作业环节就显得十分重要。虽然当前已有不少物流企业建立了信息系统，但仅仅是为了提高物流速率，并没有全方位的利用信息化体系。因此，要想从根本降低物流成本，完善企业管理措施，就必须建立更加理性务实的决策方案，为用户提供精确且有说服力的决策信息。
1 数据挖掘
对第三方物流库存数据挖掘技术是以人工智能和统计学等相关技术为依托，利用大数据分析找出数据之间的关系以及数据模型，通过对历史数据以及当前数据自主分析进行归纳推理，挖掘出潜在的模型，从而达到预测客户行为的目的，以及时调整物流运输的策略，缩小风险隐患，从而帮助企业决策者做出正确的决策。数据挖掘技术作为典型的支持系统，主要是由数据、模型库、方法库三种管理子系统以及用户和用户界面系统组成，其中数据管理子系统作为数据仓库管理和维护的主要工具，主要由数据库（DB）和数据管理库系统（DBMS）组成，数据仓库的数据获取途径通常从内部数据源和外部数据源中抽取。模型库管理子系统分为模型库（DB：Model BASE）以及模型库管理系统（MBMS）两部分，模型库和模型库管理系统在运行中分别执行着储存着决策问题的子模型和对模型库的管理功能。模型库管理系统可以根据用户的问题描述，操纵模型库中的子模型构建问题模型，从而分析问题。方法库管理子系统是由方法库和方法库管理系统组成，同样方法库储存了大量的问题解决决策方法，方法库管理系统可以有效地管理方法库，为决策模型提供方法支持。用户界面系统（User Interface）是用户与系统的交流界面，用户可以通过用户界面系统描述问题，DDS决策支持系统可以对问题分析总结分析报告，通过用户界面系统传递给用户。
2 现代化物流信息系统的要求
（1）信息智能。信息智能化建设是物流信息系统运作的基础条件。物流信息系统通过收集客户的相关消费数据，了解客户的需求，利用现有的物流资源充分满足客户。这就要求物流企业内部的所有信息能够充分共享，保障内部信息交流的通畅。通过信息智能化发展，及时了解客户需求，使客户对物流结果滿意。
（2）快速应变。对于物流企业来说，信息智能化发展只是行业竞争的第一步，在物流过程中做到快速应变是物流信息系统的操作重点。物流企业要想在行业内获得市场，就必须比竞争对手更加快速了解客户需求，并且以此做出改变，一般通过有效的大数据分析客户需求的细微变化，预测评估客户的未来需求，从而开拓市场，迎合客户的未来发展需要，有效应对复杂多变的物流市场。
3 物流管理信息系统的数据挖掘
当前物流管理信息系统的数据挖掘通过集成化物流管理信息系统的建立和各种先进技术的应用，如POS、AI、EDI等，以及物流信息的商品化、电子化、计算机化、数据库化等的建立，将挖掘的数据与物流管理有机结合，从而提高物流企业的竞争力。
（1）物流数据库的建立。物流数据挖掘技术的数据库主要由智能接口、监控信息以及决策信息组成。其中智能接口层是仓库管理系统与数据挖掘监控系统之间的信息传递桥梁，可以有效提高系统运行效率，降低运维成本。物流数据库通过智能接口将监控信息做预处理，将预处理后的信息传递到数据挖掘处理模块中，通过库存平衡控制、路径选择模块、货品堆放模块以及其他模块的分析处理，将分析处理结果传递给结果信息处理模块，信息处理模块再将信息传递给智能接口，最终形成有效的决策依据，帮助物流企业提高决策的准确率和正确率。根据决策提出的相关问题，进一步确定数据挖掘的任务，通过对数据库中的数据进行精简以及预处理，再从精简的数据中进行挖掘，将结果反馈给仓库管理系统，从而给决策者提供合理的决策方案。
（2）数据挖掘的仓库信息系统。数据挖掘的仓库信息系统主要包括信息收集与处理、根据数据挖掘的物流信息管理系统、数据决策、知识库、开发人员与专家接口以及数据仓库。以下具体介绍每个组成功能。
信息收集与处理：可以有效地记录物流管理过程中的数据信息，对物流活动中的信息进行处理传输以及存入数据库。
数据挖掘物流信息管理系统：将数据汇入数据仓库，再根据最新的数据挖掘，为决策人员提供最新、最有价值的数据支持，帮助决策人员做出高效决策。
数据决策：通过对提出的问题特点进行分析，确定数据挖掘的目标，对数据仓库的数据进行精简以及预处理，再进一步对数据进行挖掘，从而给决策者提供有效的知识内容。
知识库：基于企业内部各部门的数据仓库组成结构以及隶属函数等。
开发人员和专家接口：可以有效对知识库进行运维。
数据仓库：储存物流管理过程中的各种数据。
该系统将物流运输的各个环节有效结合在一起，将货物的整套生产以及销售环节打通，从而保证客户的满意度。
（3）数据挖掘的物流信息系统特点分析。利用数据仓库管理数据，能够将分析对象与所涉及的数据有效结合，使物流运输的各部门与生产商和供货商有机结合，实现信息共享。
物流信息管理系统通常具有较长时间的数据储存能力，为数据挖掘提供有效的数据支撑，从而有效预测物流库存量的变化，很好地适应突出因素，为决策者提供可靠性的数据支持。有效地将知识发现者与使用者分开，决策人员不需要对决策内容做深层次的理解，更不需要深入学习相关知识理论。
（4）物流客户需求分析。企业可以根据客户的销售量来分析淡旺季的差额，让企业提前做好准备，使工作效率与客户满意度都达到最大。同时企业管理人员还希望针对每一个客户的具体销售数据，如成本、数量、利润等进行分析，为一些具有突出贡献的客户给予适当的优惠。同时还需要对物流运作费进行分析，建立相关的数学模型，为管理者提供科学合理的数据支持。
4 结语
当前数据挖掘工作正在各大物流企业中快速推进，为了形成较强的核心竞争力，第三方应该充分创新现有流程，处理好数据管理中的问题。同时加强第三方物流的实时监控，强化物流系统的功能，减少决策过程中的主观因素影响，从而提高物流系统运行的效率，给决策者提供准确的决策信息，提高客户的满意度。
参考文献：
[1]姚克勤. 第三方物流库存控制管理平台构建研究[J].商场现代化，2018（6）：21.
[2]李桂春.数据挖掘技术在物流企业管理的应用研究[J]. 中国市场，2018（49）：36.
[3]裴英梅.基于数据挖掘技术的现代物流决策研究[J]. 物流技术，2018（7）：48.
[基金项目]本文是衡阳市科技局项目“智慧货运信息服务平台”（项目编号：2018KJ159）;衡阳市社科联项目“构建基于区块链技术的衡阳物流信息平台信用服务体系的研究”（项目编号：2018D006）;湖南省自然科学基金资助项目“基于深度学习的物流库存管理数据分析预测模型研究”（项目编号：2019JJ60023）的研究成果。
[作者简介]周扬帆（1982—），女，汉族，湖南衡阳人，湖南财经工业职业技术学院副教授，硕士，研究方向：信息技术教育。
转载注明来源:https://www.xzbu.com/2/view-15086942.htm
