本文關(guān)鍵詞：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)，，由筆耕文化傳播整理發(fā)布。

【摘要】：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(hù)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(hù)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(hù)的網(wǎng)購(gòu)體驗(yàn),大量的學(xué)術(shù)專(zhuān)家、物流行業(yè)專(zhuān)家及商業(yè)公司嘗試了大量的方法提升揀選效率。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(hù)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(lèi)分析以及關(guān)聯(lián)規(guī)則挖掘兩種方法對(duì)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(shí)訂購(gòu)的情況,將商品進(jìn)行分類(lèi)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)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(xiàn)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(xiàn)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)人員的非舒適型揀選操作次數(shù),提高人機(jī)交互體驗(yàn),降低工作疲勞度。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 貨位分配 倉(cāng)庫(kù)管理系統(tǒng)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：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?jī)?nèi)容及意義11-12
• 1.3 國(guó)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(lèi)分析數(shù)據(jù)挖掘方法18-22
• 2.2.1 聚類(lèi)分析概述18-19
• 2.2.2 常用聚類(lèi)分析算法19-20
• 2.2.3 聚類(lèi)分析步驟20-21
• 2.2.4 聚類(lèi)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(lèi)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(wèn)題描述27
• 3.2 數(shù)據(jù)選擇27
• 3.3 聚類(lèi)數(shù)據(jù)挖掘分配模型27-36
• 3.3.1 訂單數(shù)據(jù)聚類(lèi)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(chǔ)貨位分配策略驗(yàn)證分析41-56
• 4.1 數(shù)據(jù)來(lái)源41
• 4.2 驗(yàn)證條件41-44
• 4.3 貨位分配策略驗(yàn)證條件及方法44-45
• 4.4 聚類(lèi)方法驗(yàn)證分析45-52
• 4.4.1 存儲(chǔ)分配策略46
• 4.4.2 計(jì)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(jiǎn)介61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(zhuān)學(xué)報(bào);2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語(yǔ)言[J];計(jì)算機(jī)時(shí)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(guó);彭軍;廖曉峰;吳中福;;數(shù)據(jù)挖掘發(fā)展研究[J];計(jì)算機(jī)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(shí)別與人工智能;2001年01期

6 朱建平,張潤(rùn)楚;數(shù)據(jù)挖掘的發(fā)展及其特點(diǎn)[J];統(tǒng)計(jì)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(chǎng);2002年11期

8 李峻;數(shù)據(jù)挖掘,企業(yè)洞察先機(jī)的“慧眼”[J];中國(guó)計(jì)算機(jī)用戶(hù);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(jì)算機(jī)工程與應(yīng)用;2002年14期

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

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 史東輝;蔡慶生;張春陽(yáng);;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)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(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（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(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)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(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)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(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)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];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽(yáng);李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)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(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[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(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

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

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)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(xiǎn)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(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

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

8 本報(bào)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(guó)旅游報(bào);2002年

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

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

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問(wèn)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(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)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(píng)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(xiǎn)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(cè)模型研究[D];中國(guó)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(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)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(tái)設(shè)計(jì)[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(yáng)陽(yáng);基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)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(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷(xiāo)的設(shè)計(jì)與實(shí)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(hù)識(shí)別模型的研究[D];昆明理工大學(xué);2015年

9 位長(zhǎng)帥;基于客戶(hù)數(shù)據(jù)挖掘的電信客戶(hù)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(hù)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(kù)位分配策略研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：270140