数据挖掘在第三方物流企业中应用.docVIP

数据挖掘在第三方物流企业中应用 　　摘要：分析了数据挖掘技术在第三方物流企业中应用的优势，探讨了第三方物流企业运作中数据挖掘技术面临的问题并提出解决对策。 　　关键词：数据挖掘；第三方物流；应用 　　中图分类号：F719 　　文献标识码：A 　　文章编号：1002-3100(2011)03-0085-02 　　 　　数据挖掘是近年来随着数据库和人工智能技术的发展而出现的一种全新的信息技术。数据挖掘是指从数据库中的大量数据中揭示出隐含的、先前未知的并有潜在价值信息的过程，它通过对商业数据的分析处理，可以发现蕴藏在数据中的商业知识，挖掘数据内在的联系、规则和模式，辅助商业决策。目前。数据挖掘在金融业、保险业、医疗和电信等领域已经得到广泛的应用，成为开发信息资源的有效方法和途径Ⅲ。 　　 　　1　数据挖掘技术在第三方物流企业中的应用 　　 　　“第三方物流”是在物流渠道中由中间商提供的服务，中间商以合同的形式在一定期限内提供需方的全都或部分物流服务。第三方物流公司是一个为外部客户管理、控制和提供物流服务作业的公司。其最显著的特征之一就是它可以提供个性化的服务，即第三方物流是按企业的实际情况，根据企业流程为企业度身订做的一种物流服务。而这种服务必须以信息技术作为支撑。第三方物流企业必须通过现代信息技术，充分利用客户信息，挖掘有用的商业知识，指导企业的市场扩展和服务增值，提高第三方物流企业的市场竞争力。 　　首先。基于数据挖掘技术，有利于第三方物流企业设计出货主企业满意的物流系统和物流运营方式。数据挖掘技术能够帮助整合客户的关键信息，及时了解客户的业务特点以及客户的个性化需求，并对客户的要求做出正确快速反应，从而提高客户满意度。 　　其次，基于数据挖掘技术，有利于第三方物流企业跟踪市场节奏。及时调整企业经营战略。数据挖掘技术能够帮助第三方物流企业提高市场预测的准确性和市场开发的针对性，减少市场经营策略的盲目性，能够洞察市场先机，提高市场活动的响应率。 　　第三，基于数据挖掘技术，有利于第三方物流企业实施精益化运作，提高服务系统的柔性，降低物流系统成本。第三方物流行业是典型的客户关系维护型行业，企业运营主要依靠老客户的重复购买。数据挖掘技术能够帮助第三方物流企业分析客户详细的数据，区分出客户的种类，同时还能使优势客户形成规模化经营，降低运作成本。 　　第四，基于数据挖掘技术，有利于增强物流企业与上下游企业之间的合作，加快服务速度，形成并优化供应链。数据挖掘技术能够帮助第三方物流提高资源利用率。产生很好的经济效益和社会效益。 　　 　　2　第三方物流企业运作中数据挖掘技术面I临的问题 　　 　　2.1硬技术问题 　　要进行数据挖掘，第三方物流需要采集的信息种类有很多，包括运输信息、储存信息、配送信息、订货信息以及一些综合信息，例如有关物流计划、统计资料、物流需求社会调查资料、物流客户年度经营情况总结等。在数据挖掘中。由于技术的限制，很难顺利地将所采集到的信息数据进行相应的清理集成和装载。如何将这些数据与无用数据区分并从中提取出信息来为第三方物流企业服务就成了技术关键点。在现有的技术手段下。将会遇到的问题有： 　　2.1.1异构数据库问题。从数据库研究的角度出发，Web网站上的信息也可以看作一个数据库，一个更大、更复杂的数据库。Web上的每一个站点就是一个数据源，不论是老客户、新客户，还是潜在客户，每个客户的数据源都是异构的，因而每一个站点之间的信息和组织都不一样，这就构成了一个巨大的异构数据库的环境。如果想要利用这些数据进行数据挖掘，首先，必须要解决站点之间异构数据的集成问题，只有将这些站点的信息数据都集成起来，提供一个统一的采集渠道和视图，才有可能从巨大的数据资源中获取所需的东西。 　　2.1.2半结构化的数据结构。要获悉客户需求，为客户量身定制物流服务，需要采集的信息种类有很多，同时也非常复杂，没有特定的模型描述，每一个数据源都各自独立设计，并且数据本身具有自述性和动态可变性。信息系统中的数据具有一定的结构性，但因自述层次的存在，从而是一种非完全结构化的数据，这也被称之为半结构化数据。半结构化是信息数据中的最大特点。对于这些复杂烦琐的半结构化的数据，很难顺利地应用现有的数据挖掘技术对其进行有效的数据挖掘。 　　2.1.3系统安全和网络安全问题。第三方物流公司又被称为第三方物流供应商，最佳的合作方式就是和货主企业结成共享系统的战略联盟，也更容易实现数据挖掘。一旦数据信息和利益相关联，就有了可盗取的价值。数据挖掘技术正是使看似不相关的数据信息与以利益为目的的商业行为相关联的技术。那么，这方面的系统安全环境的构建和网络安全的维护就迫在眉睫。 　　 　　2.2软技术问题 　　目前，由于信息共