本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的貨品庫位分配策略研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著網(wǎng)上購物的快速普及,電子商務(wù)行業(yè)帶動著物流行業(yè)飛速發(fā)展,而隨著用戶對于網(wǎng)上購物體驗的要求越來越高,物流成為制約電子商務(wù)行業(yè)用戶體驗進(jìn)步的一個重要環(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庫的訂單生產(chǎn)能力及配送環(huán)節(jié)的配送時效。在倉庫作業(yè)當(dāng)中,訂單揀選為人力資源和時間消耗最大的工作,為了縮減成本以及提升用戶的網(wǎng)購體驗,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升揀選效率。由于無需增加額外成本,進(jìn)行貨位優(yōu)化(Slotting Optimization)成為最熱門的研究課題之一,但目前的貨位優(yōu)化方案普遍采用一次性的計算方法如經(jīng)驗策略、分級策略等。由于未能與用戶的訂單信息充分結(jié)合,因而這些方法對揀選效率的提升有限,并且優(yōu)化效果具有時效性,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)則挖掘兩種方法對歷史訂單進(jìn)行大數(shù)據(jù)挖掘分析,根據(jù)商品在訂單當(dāng)中被同時訂購的情況,將商品進(jìn)行分類或者計算商品的關(guān)聯(lián)度,并結(jié)合了周轉(zhuǎn)率、貨位與出口距離等信息,針對不同場景設(shè)計了不同的貨位分配方法,提出了對貨位分配的整體優(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)數(shù)據(jù)處理平臺實現(xiàn)了該貨位分配策略,并采用離線計算的模式進(jìn)行數(shù)據(jù)處理,將數(shù)據(jù)計算與業(yè)務(wù)數(shù)據(jù)庫分離,根據(jù)離線計算結(jié)果來進(jìn)行貨位推薦。經(jīng)過實際訂單數(shù)據(jù)測試驗證,本文所提出的基于數(shù)據(jù)挖掘的貨位分配策略對訂單揀選效率具有顯著的提升效果,從而可以降低倉庫的運營人力成本,形成直接的經(jīng)濟(jì)效益；同時,通過將關(guān)聯(lián)商品集中存儲,可以減少庫工識別庫位的難度,降低出錯概率；此外,本文提出的方法還考慮了貨位的高度信息,由此可以減少倉庫作業(yè)人員的非舒適型揀選操作次數(shù),提高人機交互體驗,降低工作疲勞度。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 貨位分配 倉庫管理系統(tǒng)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F274;TP311.13
【目錄】：

• 中文摘要4-5
• 英文摘要5-8
• 第一章 緒論8-15
• 1.1 研究背景8-11
• 1.2 論文研究內(nèi)容及意義11-12
• 1.3 國內(nèi)外研究現(xiàn)狀12-14
• 1.4 論文組織結(jié)構(gòu)14-15
• 第二章 數(shù)據(jù)挖掘技術(shù)15-27
• 2.1 數(shù)據(jù)挖掘技術(shù)概述15-18
• 2.1.1 數(shù)據(jù)挖掘概念15-17
• 2.1.2 數(shù)據(jù)挖掘技術(shù)17-18
• 2.2 聚類分析數(shù)據(jù)挖掘方法18-22
• 2.2.1 聚類分析概述18-19
• 2.2.2 常用聚類分析算法19-20
• 2.2.3 聚類分析步驟20-21
• 2.2.4 聚類分析的應(yīng)用21-22
• 2.3 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法22-25
• 2.3.1 關(guān)聯(lián)規(guī)則挖掘方法概述22
• 2.3.2 常用關(guān)聯(lián)規(guī)則挖掘算法22-24
• 2.3.3 關(guān)聯(lián)規(guī)則挖掘步驟24
• 2.3.4 關(guān)聯(lián)規(guī)則挖掘的應(yīng)用24-25
• 2.4 算法選擇與適配25-26
• 2.4.1 聚類分析算法選擇與適配25
• 2.4.2 關(guān)聯(lián)規(guī)則挖掘算法選擇與適配25-26
• 2.5 貨位分配策略26
• 2.6 本章小結(jié)26-27
• 第三章 基于數(shù)據(jù)挖掘的自適應(yīng)貨位分配策略27-41
• 3.1 問題描述27
• 3.2 數(shù)據(jù)選擇27
• 3.3 聚類數(shù)據(jù)挖掘分配模型27-36
• 3.3.1 訂單數(shù)據(jù)聚類分析28-36
• 3.4 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘分配模型36-40
• 3.4.1 訂單數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘37-38
• 3.4.2 生成關(guān)聯(lián)指數(shù)38-39
• 3.4.3 貨位分配模型產(chǎn)生及求解39-40
• 3.5 本章小結(jié)40-41
• 第四章 商品存儲貨位分配策略驗證分析41-56
• 4.1 數(shù)據(jù)來源41
• 4.2 驗證條件41-44
• 4.3 貨位分配策略驗證條件及方法44-45
• 4.4 聚類方法驗證分析45-52
• 4.4.1 存儲分配策略46
• 4.4.2 計算目標(biāo)函數(shù)46-47
• 4.4.3 結(jié)果分析47-52
• 4.5 關(guān)聯(lián)規(guī)則方法分析52-54
• 4.6 本章小結(jié)54-56
• 第五章 總結(jié)與展望56-58
• 5.1 研究成果56-57
• 5.2 局限性57
• 5.3 后續(xù)展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-61
• 作者簡介61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報;2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語言[J];計算機時代;2001年11期

3 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國;彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計算機科學(xué);2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

6 朱建平,張潤楚;數(shù)據(jù)挖掘的發(fā)展及其特點[J];統(tǒng)計與決策;2002年07期

7 傅嵐;在數(shù)據(jù)海洋中打撈信息數(shù)據(jù)挖掘[J];科技廣場;2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機的“慧眼”[J];中國計算機用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據(jù)挖掘及其發(fā)展研究[J];計算機工程與應(yīng)用;2002年14期

10 ;2002數(shù)據(jù)挖掘研討班[J];計算機工程;2002年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機遇識別與評價研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學(xué);2015年

4 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

7 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

8 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

9 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

10 安康;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理研究[D];蘭州交通大學(xué);2014年

  本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的貨品庫位分配策略研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號：270140