數(shù)據(jù)挖掘技術(shù)在大型企業(yè)物流平臺的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是指從數(shù)據(jù)庫中抽取隱含的、具有潛在使用價值信息的過程，是一種新型的數(shù)據(jù)分析技術(shù)，己經(jīng)被廣泛應(yīng)用于各種行業(yè)，如金融、保險、政府、教育、運輸以及國防等領(lǐng)域。 數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘的前期準(zhǔn)備工作。數(shù)據(jù)預(yù)處理技術(shù)可以改進數(shù)據(jù)的質(zhì)量，有助于提高挖掘過程的精度和性能。數(shù)據(jù)分類和預(yù)測是兩種數(shù)據(jù)分析形式，可以用于提取描述重要數(shù)據(jù)類或預(yù)測未來的數(shù)據(jù)趨勢模型。 數(shù)據(jù)分類的算法包括決策樹、貝葉斯分類，基于規(guī)則的分類，支持向量機等。

2、 數(shù)據(jù)預(yù)測的算法包括：線性回歸、非線性回歸、以及其他基于回歸的模型等等。 數(shù)據(jù)分類和預(yù)測大量應(yīng)用于欺詐檢測、針對銷售、性能預(yù)測、制造和醫(yī)療診斷等。 本文闡述的物流平臺是在使用數(shù)據(jù)分類和預(yù)測的基礎(chǔ)上的，數(shù)據(jù)來源分別為各種異構(gòu)的平臺，如原有的物流平臺和SAP系統(tǒng)。數(shù)據(jù)的提取通過預(yù)處理的方式進行，由于數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘最為重要的步驟，數(shù)據(jù)預(yù)處理所花費的工作一般占數(shù)據(jù)挖掘過程的80％以上。本課題所進行的預(yù)處理工作是通過單獨

3、編寫一個任務(wù)引擎來實現(xiàn)數(shù)據(jù)預(yù)處理過程。本課題的數(shù)據(jù)分類是為了方便數(shù)據(jù)進行比對，而預(yù)測是對未來的產(chǎn)品數(shù)量進行預(yù)測。本課題主要是基于J2EE的架構(gòu)基礎(chǔ)上開發(fā)的，大量采用了開源的框架。除此之外，還為系統(tǒng)開發(fā)了大量輔助工具。 本文主要的研究工作如下: 第一，闡述物流平臺建立的意義，現(xiàn)代化企業(yè)急需建立物流信息平臺。 第二，詳細介紹J2EE的平臺以及J2EE 相關(guān)的技術(shù)。并詳細介紹了物流平臺所使用的Webwork、Spri

4、ng、Hibernate 框架的原理和特性，以及物流平臺中使用的設(shè)計模式。 第三，數(shù)據(jù)挖掘總體的概述包括數(shù)據(jù)倉庫、OLAP、數(shù)據(jù)挖掘技術(shù)，以及數(shù)據(jù)挖掘過程的相關(guān)的各種算法。 第四，物流平臺的各種功能的實現(xiàn)，從物流平臺的基礎(chǔ)框架到報表開發(fā)，再到各個模塊的開發(fā)。詳細介紹了物流平臺的基礎(chǔ)框架，因為它本身是一套成熟的、可復(fù)用的程序，可用于其余系統(tǒng)的搭建。第五，詳細介紹了任務(wù)引擎的開發(fā)，因為它是整個物流平臺的基礎(chǔ)、數(shù)據(jù)來源。物流平