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

1、數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)中抽取隱含的、具有潛在使用價(jià)值信息的過(guò)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(xiǎn)、政府、教育、運(yùn)輸以及國(guó)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(jìn)數(shù)據(jù)的質(zhì)量，有助于提高挖掘過(guò)程的精度和性能。數(shù)據(jù)分類(lèi)和預(yù)測(cè)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(lèi)或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)模型。 數(shù)據(jù)分類(lèi)的算法包括決策樹(shù)、貝葉斯分類(lèi)，基于規(guī)則的分類(lèi)，支持向量機(jī)等。

2、 數(shù)據(jù)預(yù)測(cè)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(lèi)和預(yù)測(cè)大量應(yīng)用于欺詐檢測(cè)、針對(duì)銷(xiāo)售、性能預(yù)測(cè)、制造和醫(yī)療診斷等。 本文闡述的物流平臺(tái)是在使用數(shù)據(jù)分類(lèi)和預(yù)測(cè)的基礎(chǔ)上的，數(shù)據(jù)來(lái)源分別為各種異構(gòu)的平臺(tái)，如原有的物流平臺(tái)和SAP系統(tǒng)。數(shù)據(jù)的提取通過(guò)預(yù)處理的方式進(jìn)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(fèi)的工作一般占數(shù)據(jù)挖掘過(guò)程的80％以上。本課題所進(jìn)行的預(yù)處理工作是通過(guò)單獨(dú)

3、編寫(xiě)一個(gè)任務(wù)引擎來(lái)實(shí)現(xiàn)數(shù)據(jù)預(yù)處理過(guò)程。本課題的數(shù)據(jù)分類(lèi)是為了方便數(shù)據(jù)進(jìn)行比對(duì)，而預(yù)測(cè)是對(duì)未來(lái)的產(chǎn)品數(shù)量進(jìn)行預(yù)測(cè)。本課題主要是基于J2EE的架構(gòu)基礎(chǔ)上開(kāi)發(fā)的，大量采用了開(kāi)源的框架。除此之外，還為系統(tǒng)開(kāi)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(tái)建立的意義，現(xiàn)代化企業(yè)急需建立物流信息平臺(tái)。 第二，詳細(xì)介紹J2EE的平臺(tái)以及J2EE 相關(guān)的技術(shù)。并詳細(xì)介紹了物流平臺(tái)所使用的Webwork、Spri

4、ng、Hibernate 框架的原理和特性，以及物流平臺(tái)中使用的設(shè)計(jì)模式。 第三，數(shù)據(jù)挖掘總體的概述包括數(shù)據(jù)倉(cāng)庫(kù)、OLAP、數(shù)據(jù)挖掘技術(shù)，以及數(shù)據(jù)挖掘過(guò)程的相關(guān)的各種算法。 第四，物流平臺(tái)的各種功能的實(shí)現(xiàn)，從物流平臺(tái)的基礎(chǔ)框架到報(bào)表開(kāi)發(fā)，再到各個(gè)模塊的開(kāi)發(fā)。詳細(xì)介紹了物流平臺(tái)的基礎(chǔ)框架，因?yàn)樗旧硎且惶壮墒斓摹⒖蓮?fù)用的程序，可用于其余系統(tǒng)的搭建。第五，詳細(xì)介紹了任務(wù)引擎的開(kāi)發(fā)，因?yàn)樗钦麄€(gè)物流平臺(tái)的基礎(chǔ)、數(shù)據(jù)來(lái)源。物流平