关联规则在电力物资储位管理中的应用.docVIP

关联规则在电力物资储位管理中的应用 　　摘要：通过对电力物资公司储位管理、关联规则进行简单阐述，用厦门某电力物资公司的实际销售数据（分材料产品、备品配件、机电产品等三类产品）进行关联规则分析，挖掘出了电力物资之间潜在的关联性，进而证明了关联规则在电力物资储位管理中应用的可能性和必要性。同时针对该分析结果提出一些储位管理建议，能够使公司的管理决策有据可依，从而提升企业决策的质量。 　　关键词：关联规则；储位管理；电力物资 　　作者简介：王普专（1985-），男，福建南安人，福建电力职业技术学院，讲师。（福建 泉州 362000）施密娜（1983-），女，福建泉州人，泉州医学高等专科学校实验中心，实验员。（福建　泉州　362013） 　　中图分类号：F272?????文献标识码：A?????文章编号：1007-0079（2012）33-0108-02 　　电力物资管理是电力物资公司根据电网企业的生产经营战略目标和主要任务统筹公司整个物资供应管理的全过程。电力物资公司的物资管理应做到按质、按量、及时、齐备、经济地将物资供应给需用单位，保证电力生产建设的顺利进行。而储位管理是仓储管理的一个重要组成部分，是影响拣货作业效率的主要因素。储位管理是指根据仓储的功能和货物的特性将仓库的储位合理安排，以便快捷地移动（存放和提取）货物，从而实现仓库货物移动时间的最优化并提高仓库容积利用率。但是，在实际操作中，电力物资公司在电力物资的仓储管理中往往仅凭借老员工的经验和主观感觉或者喜好对电力物资的储放位置进行感性安排。这样的决策常常会比较武断，难以达到对电力物资的科学管理。 　　由于电力物资产品的专业性强、品种多、规格杂、数量巨大，因此电力物资公司的销售数据相当庞大和复杂，简单地用肉眼或者是对往来交易单据进行查看很难发现其中的规则。但随着电力物资管理信息系统的引入，现在有条件对销售数据进行分析，从而挖掘这些销售数据当中是否隐含某些有价值的信息。例如：哪几种物资经常被购买；是否有几类物资经常一起被不同的客户购买。通过分析可以为优化电力物资的储位管理提供科学的依据。而关联规则的数据挖掘正是为挖掘出隐藏在数据间的相互关系常用的技术。本文试图在电力物资的储位优化管理中引入关联规则，从销售数据中发现高频项目集，并且找出这些高频项目集之间的联系，以帮助电力物资公司了解销售产品品类间的联系，优化物资储位和产品品类配置。 　　一、关联规则 　　1.关联规则的相关概念 　　关联规则的数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道但又是潜在有用的信息和知识的过程，从而促进信息的显化。关联规则经常被用来解决这样的问题：到底有哪些商品经常一起被购买？一起购买的概率有多大？ 　　（1）项目集：每一个客户购买的商品或商品集合称为一组项目或一个项目集。具体体现在电力物资的销售数据里面是每一个单据号包含的出库商品。 　　（2）频繁项集：对一个项目集X，如果X出现的频次不小于用户定义的最小频次，称X为频繁项目集；反之，称X为非频繁项目集。 　　（3）非频繁项集：不是频繁项集的项目集。 　　（4）项目集的支持度：表示在所有的交易中同时包含关联规则左右两边物品的交易次数百分比，即支持这个规则的销售数据的次数百分比。 　　（5）项目集的置信度：是指在所有购买了电力物资A的交易中，同时又购买了电力物资B的交易概率，是一个条件概率。 　　其中，项目集的支持度和置信度是关联规则里两个很重要的阈值，可以用来衡量该关联规则的有效性和可信度。 　　2.关联规则数据挖掘的一般步骤 　　较为常用的关联规则挖掘方法有美国学者R.Agrawal提出的Apriori算法和GRI算法。本文采用的是Apriori算法。 　　关联规则的数据挖掘通常采用的基本步骤是：生成频繁项目集，主要是找出满足最小支持度阈值的项集；生成规则，主要目的是从第一步产生的频繁项目集中提取所有高于指定置信度的规则。 　　二、关联规则在电力物资公司储位管理中的应用案例 　　1.案例介绍 　　本案例的数据来源于厦门某电力物资公司。该公司是一家从事机电设备及工程其他服务项目的委托招标，送变电、配电工程电力器材及配套设备的销售，仓储管理和电力技术咨询业务。该公司共有6个仓库，不同类型的电力物资存放在不同的仓库，并且同一个仓库里只存放一类电力物资。例如：机电产品存放在同一个仓库里，且该仓库里只存放机电产品。 　　数据采集范围为该公司自2009年8月3日至2010年9月17日的实际销售出库数据，共涉及到单据号（一个单据号表示一次交易）12336个，其中涉及物资种类1521种。通过对该销售出库数据的简单处理，使其符合SPSS clementine分析的格式需要。 　　2.