數(shù)據(jù)挖掘技術(shù)在物流倉儲管理決策中的應(yīng)用研究

周揚(yáng)帆　周婕

摘要：數(shù)據(jù)挖掘技術(shù)是一種數(shù)據(jù)分析處理技術(shù)，其來源于實(shí)際運(yùn)用，又服務(wù)于實(shí)際運(yùn)用，目的是對海量的數(shù)據(jù)進(jìn)行快速、有效、深入的分析，從而挖掘出有價(jià)值的信息。數(shù)據(jù)挖掘技術(shù)應(yīng)用到物流倉儲管理決策系統(tǒng)中，可以有效提高物流倉儲管理的效率。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；物流倉儲管理；決策

對于物流企業(yè)來說，有效的信息即是財(cái)富，如果能從這些大量無法被直接使用的數(shù)據(jù)信息中挖掘出有價(jià)值的信息，“變廢為寶”，這無疑會給企業(yè)帶來大量的財(cái)富。數(shù)據(jù)挖掘的目標(biāo)是從看似“廢棄”的大量數(shù)據(jù)中發(fā)現(xiàn)隱藏在其中的規(guī)律或數(shù)據(jù)問的關(guān)系。

1數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中，發(fā)現(xiàn)隱含在其中的、人們事先不知道的、但又是潛在的有用的知識信息模型和數(shù)據(jù)問關(guān)系的過程。

數(shù)據(jù)挖掘技術(shù)的發(fā)展得益于兩門學(xué)科的進(jìn)步，即人工智能和統(tǒng)計(jì)分析。數(shù)據(jù)挖掘技術(shù)是傳統(tǒng)分析方法學(xué)的延伸和擴(kuò)展，但和傳統(tǒng)的數(shù)據(jù)分析有本質(zhì)的區(qū)別。傳統(tǒng)的數(shù)據(jù)分析是在有明確假設(shè)的條件下，通過對大量數(shù)據(jù)的分析從而得出結(jié)論；而數(shù)據(jù)挖掘技術(shù)所得到的卻是事前預(yù)先未曾料到的有價(jià)值的“意外收獲”。

2物流倉儲管理決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)的意義

現(xiàn)如今，物流倉儲管理系統(tǒng)在物流企業(yè)中得到了廣泛應(yīng)用。物流倉儲管理的主要有入庫、出庫、在庫、分揀、盤點(diǎn)等多種業(yè)務(wù)，在實(shí)際操作過程中，隨機(jī)產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)，并且這些數(shù)據(jù)信息日益大數(shù)據(jù)化、復(fù)雜化、動(dòng)態(tài)化。

根據(jù)物流倉儲管理系統(tǒng)操作流程，將數(shù)據(jù)主要分類以下幾類。

（1）基本資料管理數(shù)據(jù)：部門、員工、客戶、倉庫、儲位、貨品信息、客戶信息（如客戶分布、訂貨總量、每次訂貨記錄、訂貨時(shí)間和地點(diǎn)、合同信息、送貨批量和成本）等數(shù)據(jù)。

（2）入庫管理數(shù)據(jù)：入庫時(shí)間、貨位號、產(chǎn)品的品種、規(guī)格、數(shù)量（件數(shù)或者重量）等數(shù)據(jù)。

（3）出庫管理數(shù)據(jù)：客戶信息、發(fā)貨時(shí)間、出庫品種、數(shù)量、方式、提貨人等數(shù)據(jù)。

（4）庫內(nèi)管理數(shù)據(jù)。對轉(zhuǎn)庫、轉(zhuǎn)儲、盤點(diǎn)、貨品數(shù)量、貨品保質(zhì)期、最高庫存、最低庫存等數(shù)據(jù)。

（5）結(jié)算管理數(shù)據(jù)：結(jié)算方式、貨物單價(jià)、數(shù)量、應(yīng)收（付）款金額等數(shù)據(jù)。

傳統(tǒng)的物流倉儲管理系統(tǒng)只是對數(shù)據(jù)做一些簡單、局部的查詢與統(tǒng)計(jì)操作，嚴(yán)重缺乏對這些數(shù)據(jù)的全面分析與應(yīng)用，很難直接為物流倉儲決策直接使用。

針對上述問題，應(yīng)用相關(guān)技術(shù)來對物流倉儲管理系統(tǒng)中的數(shù)據(jù)進(jìn)行分析，尋找對企業(yè)有價(jià)值的規(guī)律進(jìn)而對倉儲管理作出正確決策，實(shí)現(xiàn)不斷優(yōu)化倉儲管理操作流程，已經(jīng)成了當(dāng)務(wù)之急。當(dāng)前，一個(gè)可行的辦法是通過數(shù)據(jù)挖掘技術(shù)對物流倉儲管理中的數(shù)據(jù)信息的搜集、加工、管理和分析，并以直觀的形式描述獲取的知識，進(jìn)而為物流企業(yè)倉儲管理提供決策支持以提高企業(yè)在物流倉儲管理中的決策能力、決策效率、決策準(zhǔn)確性。

數(shù)據(jù)挖掘技術(shù)在物流倉儲管理決策中的應(yīng)用，表現(xiàn)在“發(fā)現(xiàn)”和“發(fā)明”兩個(gè)方面。用數(shù)據(jù)挖掘技術(shù)“發(fā)現(xiàn)”物流倉儲管理中的問題就是以物流倉儲管理系統(tǒng)運(yùn)作過程中產(chǎn)生的大量業(yè)務(wù)數(shù)中的數(shù)據(jù)為基礎(chǔ)通過采用數(shù)據(jù)挖掘算法來尋找規(guī)律以獲得有價(jià)值的倉儲信息。用數(shù)據(jù)挖掘技術(shù)“發(fā)明”解決問題的方法就是以數(shù)據(jù)規(guī)律為基礎(chǔ)，結(jié)合人工智能和數(shù)學(xué)方法將實(shí)際問題抽象為數(shù)學(xué)模型，以指導(dǎo)解決實(shí)際問題。如在中秋節(jié)期間，需要生產(chǎn)大量的禮品月餅來滿足市場的需求，但中秋節(jié)已過幾乎所有的月餅都要滯銷，因此物流企業(yè)可根據(jù)往年月餅的入庫、出庫數(shù)據(jù)分析來和食品廠簽訂月餅代理合同。

3物流倉儲管理決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)的影響因素

在物流倉儲管理決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)需要考慮以下幾方面的因素：

（1）現(xiàn)有物流倉儲管理系統(tǒng)是否適合數(shù)據(jù)挖掘技術(shù)。

在進(jìn)行數(shù)據(jù)挖掘工作前，需要考慮當(dāng)前系統(tǒng)的數(shù)據(jù)庫是否適合數(shù)據(jù)挖掘，是否支持目前的數(shù)據(jù)挖掘工具和算法。如果當(dāng)前系統(tǒng)的數(shù)據(jù)庫不適合進(jìn)行數(shù)據(jù)挖掘時(shí)，要權(quán)衡系統(tǒng)的更新所付出的代價(jià)與數(shù)據(jù)挖掘技術(shù)所帶來的收益孰輕孰重。

（2）數(shù)據(jù)挖掘技術(shù)人員是否掌握物流倉儲實(shí)務(wù)知識。

如果要在物流倉儲管理決策系統(tǒng)中成功應(yīng)用數(shù)據(jù)挖掘技術(shù)，就需要一批技術(shù)人員，他們專門從事對物流倉儲管理相關(guān)數(shù)據(jù)分析和數(shù)據(jù)挖掘工作。這些技術(shù)人員既要具有計(jì)算機(jī)專業(yè)知識與技能，也具備物流方面的知識；既要掌握數(shù)據(jù)挖掘技術(shù)，又要懂得物流倉儲實(shí)務(wù)的相關(guān)概念和流程，這樣他們才能根據(jù)物流企業(yè)自身的特點(diǎn)和需求，選擇適合的數(shù)據(jù)挖掘技術(shù)和挖掘方法，從而提高挖掘模型的準(zhǔn)確度，提高數(shù)據(jù)生成速度。

（3）數(shù)據(jù)挖掘算法是否合適不同倉儲管理實(shí)務(wù)。

數(shù)據(jù)挖掘的算法有很多種，比如FP-Growth算法、Apriori算法、決策樹算法。目前，還沒有明確哪一種算法適合解決何種物流倉儲管理中的何種問題。如果選擇了不恰當(dāng)?shù)臄?shù)據(jù)挖掘算法，不但不能解決物流倉儲管理決策中的實(shí)際問題，而且還會令問題陷入僵局甚至做出錯(cuò)誤的結(jié)果。

（4）處理數(shù)據(jù)的投入是否大于數(shù)據(jù)挖掘的投入。

在倉儲實(shí)務(wù)中，物流倉儲管理系統(tǒng)會產(chǎn)生大量的數(shù)據(jù)，但相當(dāng)部分?jǐn)?shù)據(jù)質(zhì)量不高，存在不完整、不一致等問題，這給數(shù)據(jù)挖掘帶來的困難。這些質(zhì)量不高的數(shù)據(jù)，需要通過數(shù)據(jù)的抽取、凈化等處理才能利用。如果處理數(shù)據(jù)的時(shí)間和精力投入過大，就會影響數(shù)據(jù)挖掘的效率。所以，在平時(shí)的倉儲實(shí)務(wù)中保證錄入數(shù)據(jù)的質(zhì)量就顯得尤為重要。

4物流倉儲管理決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)的策略

物流倉儲管理實(shí)務(wù)的環(huán)節(jié)比較多，所產(chǎn)生的數(shù)據(jù)是海量的，且這些數(shù)據(jù)是隨著每天的業(yè)務(wù)操作動(dòng)態(tài)變化的。倉儲管理每天要面對各種不同的客戶，相同的客戶在不同的時(shí)間段對倉儲管理的要求也有著非常大的變化，例如：中秋節(jié)期間和月餅有關(guān)的商品入庫出庫的頻率比平時(shí)要高的多，冬季和汽車配件有關(guān)的倉儲實(shí)務(wù)比其他時(shí)段要多很多。物流企業(yè)能對倉儲管理系統(tǒng)中的數(shù)據(jù)進(jìn)行查詢從而形成查詢報(bào)表，但是這些報(bào)表一般都是一些局部和短期的數(shù)據(jù)統(tǒng)計(jì)具有很大的局限性，物流企業(yè)很難尋找到有價(jià)值的數(shù)據(jù)，對提高物流倉儲管理決策效率有限。endprint

物流倉儲管理決策主要存在3個(gè)方面的問題，即倉儲的合理化安排、制定合理的庫存策略、客戶價(jià)值分析。具體表現(xiàn)如貨物入庫時(shí)，很難對倉儲儲位做到合理安排，導(dǎo)致出庫時(shí)可能要在好幾個(gè)倉庫之間完成，效率不高。庫存策略制定針對性不強(qiáng)，不能根據(jù)企業(yè)的不同、時(shí)期的不同制定合理化的庫存策略。倉儲管理中的規(guī)律很難得到，導(dǎo)致調(diào)整企業(yè)策略非常困難。實(shí)際操作中很難維護(hù)現(xiàn)有的客戶和開發(fā)新客戶。

因此對物流倉儲管理系統(tǒng)中的數(shù)據(jù)資源進(jìn)行有效地使用、針對倉儲管理中不同實(shí)務(wù)環(huán)節(jié)中形成的不同數(shù)據(jù)庫作數(shù)據(jù)挖掘并發(fā)現(xiàn)新知識具有相當(dāng)大的挑戰(zhàn)性。為此，可以從以下3個(gè)方面進(jìn)行數(shù)據(jù)挖掘：

（1）庫存策略挖掘：通過對庫內(nèi)管理中貨物的存儲序號、存儲數(shù)量、單價(jià)、存儲期限及庫存數(shù)量比率、占貨物總價(jià)值比率等數(shù)據(jù)采用分類分析法等挖掘技術(shù)來確定對不同貨物的庫存管理措施、制定合理的庫存策略。

（2）倉儲作業(yè)挖掘：對物流倉儲管理系統(tǒng)中的入庫模塊、出庫模塊各項(xiàng)具體倉儲實(shí)務(wù)中所涉及到的數(shù)據(jù)進(jìn)行收集，搭建數(shù)據(jù)處理平臺，采用相應(yīng)的數(shù)據(jù)挖掘算法進(jìn)行挖掘，以形成一些潛在的、不易被發(fā)現(xiàn)的有用信息，從而形成對倉儲作業(yè)操作的決策支持。

（3）客戶管理挖掘：從物流倉儲管理系統(tǒng)中的客戶信息數(shù)據(jù)庫中抽取出有效的、未知的、便于理解的信息，采用決策樹算法來進(jìn)行挖掘以達(dá)到維持老客戶，開發(fā)新客戶的目的。

通過對物流倉儲管理系統(tǒng)中出庫信息表中數(shù)據(jù)進(jìn)行一系列的數(shù)據(jù)處理與轉(zhuǎn)換，形成目標(biāo)數(shù)據(jù)庫，并通過java代碼將其轉(zhuǎn)換為DAT文件，通過自行開發(fā)的基于FP-growth算法的java程序?qū)AT文件中的數(shù)據(jù)進(jìn)行處理、構(gòu)建并輸出了相應(yīng)的頻繁1項(xiàng)集、FP樹、條件模式庫、條件FP樹和頻繁模式列表等對象并成功挖掘出了出庫商品類別之間的關(guān)系并形成頻繁模式，進(jìn)而得出企業(yè)入庫時(shí)的商品儲位安排策略。

通過統(tǒng)計(jì)出庫信息表中的不同類別的商品出庫次數(shù)，來發(fā)現(xiàn)不同類別商品之間的關(guān)系進(jìn)而調(diào)整入庫儲位安排策略，其實(shí)這種方法是片面的，而且有時(shí)是錯(cuò)誤的。通過分析，我們發(fā)現(xiàn)可以通過收集出庫信息表中的商品類別和提貨倉庫數(shù)據(jù)，查詢出每個(gè)倉庫中哪幾種類別的商品出庫頻率較高，進(jìn)而可以把每個(gè)倉庫中包含哪幾種商品類別作為一個(gè)事務(wù)；通過關(guān)聯(lián)規(guī)則挖掘來找出頻繁模式，進(jìn)一步合理安排商品儲位，以提高以后出庫操作的效率。

將數(shù)據(jù)挖掘技術(shù)應(yīng)用到物流倉儲管理系統(tǒng)中的出庫實(shí)務(wù)操作環(huán)節(jié)中，運(yùn)用關(guān)聯(lián)規(guī)則來尋找不同的出庫商品類別之間的頻繁模式，以在以后的入庫操作中合理安排儲位，提高出庫效率。因?yàn)槊看涡枰鰩斓牟煌唐房赡軙娣旁诓煌膫}庫中，完成一次提貨可能要牽扯到多個(gè)倉庫，出庫信息表中包含了出庫商品的商品編號、類別和提貨倉庫等信息，因此只要能夠?qū)Τ鰩煨畔⒈碇械纳唐奉悇e進(jìn)行數(shù)據(jù)挖掘并得到關(guān)聯(lián)規(guī)則就可以得到哪幾種類別的商品是出庫操作中的頻繁模式，并作為下次入庫操作時(shí)調(diào)整倉庫儲位的根據(jù)，從而來優(yōu)化商品儲位安排策略，以提高下次出庫操作的效率。

5總結(jié)與展望

數(shù)據(jù)挖掘和物流倉儲管理系統(tǒng)之間實(shí)際上存在著互補(bǔ)的關(guān)系，倉儲管理系統(tǒng)為數(shù)據(jù)挖掘提供了所需的寶貴數(shù)據(jù)，數(shù)據(jù)挖掘體系能夠?yàn)槲锪髌髽I(yè)提供接入、報(bào)告、分析信息的工具，能夠幫助物流企業(yè)作出正確的決策。

數(shù)據(jù)挖掘?yàn)槠髽I(yè)從戰(zhàn)略高度把物流倉儲管理系統(tǒng)與營銷戰(zhàn)略以及企業(yè)的總體戰(zhàn)略有機(jī)地結(jié)合起來，科學(xué)地做出物流決策提供了有效的工具和手段。數(shù)據(jù)挖掘技術(shù)可以有效地提升企業(yè)的市場反應(yīng)速度，滿足客戶的需求，能夠幫助企業(yè)獲得充分的競爭優(yōu)勢，并且這種優(yōu)勢是無法輕易復(fù)制的。所以，基于數(shù)據(jù)挖掘技術(shù)的倉儲管理系統(tǒng)可以有效提升供應(yīng)鏈的效能，降低企業(yè)運(yùn)營成本和決策效率，必將在未來有著巨大的市場前景。endprint