嵌入式數(shù)據(jù)挖掘研究及其在物流行業(yè)的應(yīng)用.pdf

1、隨著信息技術(shù)的發(fā)展和計算機(jī)應(yīng)用的普及，信息化帶來的數(shù)據(jù)量爆炸性的增長，對于數(shù)量大、涉及面寬的數(shù)據(jù)，依靠傳統(tǒng)的那種由簡單匯總、按指定模式去分析的統(tǒng)計方法是無法完成這類數(shù)據(jù)的分析需求的。因此，在八十年代末興起的數(shù)據(jù)挖掘(DataMining)技術(shù)和數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase，KDD)技術(shù)為解決此問題開辟了一條道路[1]。數(shù)據(jù)挖掘是對觀測到的數(shù)據(jù)集進(jìn)行分析，目的是發(fā)現(xiàn)未知的關(guān)系和以數(shù)據(jù)擁有者可

2、以理解并對其具有價值的新穎方式來總結(jié)數(shù)據(jù)[2]。 經(jīng)過十余年的研究探索，數(shù)據(jù)挖掘的技術(shù)已經(jīng)取得了很大的成果，并且已經(jīng)在多個領(lǐng)域，如保險業(yè)、零售業(yè)、投資銀行、電信業(yè)等多個行業(yè)中應(yīng)用。然而，隨著市場份額和利潤競爭的日趨激烈，各個行業(yè)對數(shù)據(jù)挖掘的依賴性愈發(fā)明顯、要求更高，這也為數(shù)據(jù)挖掘提出了新的挑戰(zhàn)，如在面對更海量數(shù)據(jù)時的性能效率、準(zhǔn)確率等方面。 本文首先介紹了數(shù)據(jù)挖掘在國內(nèi)外的研究現(xiàn)狀，從理論的角度分析了數(shù)據(jù)挖掘的整個流程、

3、開銷和實施步驟，并且針對當(dāng)前新興的嵌入式數(shù)據(jù)挖掘進(jìn)行研究，從數(shù)據(jù)挖掘系統(tǒng)和數(shù)據(jù)倉庫系統(tǒng)的緊密耦合(tightcoupling)角度，分析了嵌入式數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)，以實驗驗證了嵌入式數(shù)據(jù)挖掘的性能效率優(yōu)勢。 從應(yīng)用的角度方面，本文選取了物流行業(yè)作為分析背景，詳細(xì)論述了物流行業(yè)中信息化建設(shè)存在的問題，創(chuàng)新性的提出了使用嵌入式數(shù)據(jù)挖掘的技術(shù)，通過對物流快遞客戶的行為分類分析，提供可靠的商業(yè)決策參考，以降低該行業(yè)商業(yè)運作中普遍存在的現(xiàn)