基于数据挖掘技术的物流配送成本估计研究

秦智聃 陈章跃 弓宪文

摘  要： 传统物流配送成本估计方法对于配送费用数据的支持度阈值计算不够精确，导致物流配送成本估计困难，为此研究基于数据挖掘技术的物流配送成本估计方法。该方法通过聚类分析，将庞大的费用数据划分成具有相同特征的数据类簇，找出其中出现频繁的数据类簇计算每一特征属性下的支持度阈值，挖掘出数据之间的关联规则，利用回归差分移动平均法搭建数学模型，以此实现物流配送成本估计。实验结果表明，与传统成本估计方法相比，所研究的方法对于数据支持度阈值计算更加准确，挖掘到的关联规则更详尽，估计出的物流配送成本更加精确。由此可见，所研究的方法更适用于企业物流配送成本估计要求。

关键词： 物流配送; 成本估计; 数据挖掘技术; 数学模型搭建; 阈值计算; 关联规则挖掘

中图分类号： TN911.1?34; TP361                    文献标识码： A                   文章编号： 1004?373X（2020）13?0183?04

Research on logistics distribution cost estimation based on data

mining technology

QIN Zhidan， CHEN Zhangyue， GONG Xianwen

（Chongqing University of Education， Chongqing 400067， China）

Abstract： The traditional logistics distribution cost estimation method is not accurate enough to calculate the support threshold of the distribution cost data， which leads to the difficulty of logistics distribution cost estimation. Therefore， the logistics distribution cost estimation method based on data mining technology is studied. With this method， the huge cost data is divided into the data type of clusters with the same characteristics by means of cluster analysis， the data class clusters which appear frequently are found out to compute the support threshold of each feature attribute， the association rules between the data are mined， and the mathematical model is built with the regression difference moving average method. The logistics cost estimation method is realized in this way. The experimental results show that， in comparison with the traditional cost estimation method， the proposed method is more accurate in calculating the data support threshold， its mined association rules are more exhaustive and its estimated logistics distribution cost is more precise. It can be seen that the method is more suitable for cost estimation of logistics distribution enterprises.

Keywords： logistics distribution; cost estimation; data mining technology; mathematic model building; threshold value calculation; association rule mining

0  引  言

數据挖掘技术旨在处理数量庞大、信息类型复杂、结构形式多样化的数据信息。而当前的物流运输配送行业发展迅速，并且一些企业也将物流配送作为发展外延，因此使得企业财务部门对于物流配送成本估算有了更高的要求[1]。传统的成本估计方法考虑的影响因素较少，对于相关数据的划分也不够细致，这就使管理人员在查询关联数据时，数据基数变小，估计出的成本数值会影响企业的发展。为此本文研究一种基于数据挖掘技术的成本估计方法，该方法对相关费用数据进行聚类分析、分类分析、异常分析、组群分析以及关联性分析，通过找到数据之间隐含的潜在规则，提升成本估计的准确度，确保企业的成本预算[2]的准确性。……