基于數(shù)據(jù)挖掘的貨品庫(kù)位分配策略研究與實(shí)現(xiàn).pdf

1、近年來(lái)，隨著網(wǎng)上購(gòu)物的快速普及，電子商務(wù)行業(yè)帶動(dòng)著物流行業(yè)飛速發(fā)展，而隨著用戶對(duì)于網(wǎng)上購(gòu)物體驗(yàn)的要求越來(lái)越高，物流成為制約電子商務(wù)行業(yè)用戶體驗(yàn)進(jìn)步的一個(gè)重要環(huán)節(jié)，因此眾多電子商務(wù)企業(yè)投入大量資金對(duì)傳統(tǒng)的物流行業(yè)進(jìn)行改造，包括投入大量的人力和物力成本提高倉(cāng)庫(kù)的訂單生產(chǎn)能力及配送環(huán)節(jié)的配送時(shí)效。在倉(cāng)庫(kù)作業(yè)當(dāng)中，訂單揀選為人力資源和時(shí)間消耗最大的工作，為了縮減成本以及提升用戶的網(wǎng)購(gòu)體驗(yàn)，大量的學(xué)術(shù)專家、物流行業(yè)專家及商業(yè)公司嘗試了大量的方法提

2、升揀選效率。由于無(wú)需增加額外成本，進(jìn)行貨位優(yōu)化(Slotting Optimization)成為最熱門(mén)的研究課題之一，但目前的貨位優(yōu)化方案普遍采用一次性的計(jì)算方法如經(jīng)驗(yàn)策略、分級(jí)策略等。由于未能與用戶的訂單信息充分結(jié)合，因而這些方法對(duì)揀選效率的提升有限，并且優(yōu)化效果具有時(shí)效性，隨著訂單模式的變化，揀選效率隨之逐漸下降，因而需要定期進(jìn)行揀選優(yōu)化，消耗大量人力成本。
　　為解決這種現(xiàn)狀，本文采用了聚類分析以及關(guān)聯(lián)規(guī)則挖掘兩種方法對(duì)歷史

3、訂單進(jìn)行大數(shù)據(jù)挖掘分析，根據(jù)商品在訂單當(dāng)中被同時(shí)訂購(gòu)的情況，將商品進(jìn)行分類或者計(jì)算商品的關(guān)聯(lián)度，并結(jié)合了周轉(zhuǎn)率、貨位與出口距離等信息，針對(duì)不同場(chǎng)景設(shè)計(jì)了不同的貨位分配方法，提出了對(duì)貨位分配的整體優(yōu)化策略。由于本文提出的方法基于訂單數(shù)據(jù)分析，貨位分配策略根據(jù)訂單數(shù)據(jù)的分析結(jié)果而確定，因而具有自適應(yīng)性，能夠根據(jù)訂單特征的變化而自動(dòng)調(diào)整推薦貨位，保證了優(yōu)化效果。最后，本文利用了ODPS(Open Data Processing System)

4、數(shù)據(jù)處理平臺(tái)實(shí)現(xiàn)了該貨位分配策略，并采用離線計(jì)算的模式進(jìn)行數(shù)據(jù)處理，將數(shù)據(jù)計(jì)算與業(yè)務(wù)數(shù)據(jù)庫(kù)分離，根據(jù)離線計(jì)算結(jié)果來(lái)進(jìn)行貨位推薦。
　　經(jīng)過(guò)實(shí)際訂單數(shù)據(jù)測(cè)試驗(yàn)證，本文所提出的基于數(shù)據(jù)挖掘的貨位分配策略對(duì)訂單揀選效率具有顯著的提升效果，從而可以降低倉(cāng)庫(kù)的運(yùn)營(yíng)人力成本，形成直接的經(jīng)濟(jì)效益;同時(shí)，通過(guò)將關(guān)聯(lián)商品集中存儲(chǔ)，可以減少庫(kù)工識(shí)別庫(kù)位的難度，降低出錯(cuò)概率;此外，本文提出的方法還考慮了貨位的高度信息，由此可以減少倉(cāng)庫(kù)作業(yè)人員的非舒適型