物流决策中决策树分类技术的应用研究

为提高物流企业的决策能力,本文提出将数据挖掘技术应用于物流决策,重点讨论了数据挖掘分类技术及其在物流决策中的功能,应用WEK软件J48算法,结合实例对物流决策中决策树分类技术的应用进行了分析研究。     

基于数据挖掘技术的现代物流管理

随着信息时代数据量的剧增,深化物流管理的最有效方法是在其中引入数据挖掘技术。本文在系统分析数据挖掘过程及关键技术的基础上,以沃尔玛公司物流管理系统为例,论述了数据挖掘技术在物流管理应用中的优势,指出其必将为企业物流管理决策提供越来越强大的支持功能。     

现状企业物流管理中的数据挖掘技术

本文基于现代企业物流管理现状中存在的问题,分析了将数据挖掘技术引入现代企业物流管理中的意义与应用前景,并对相关的数据挖掘技术的应用的难点进行了归纳总结。     

现代企业物流管理中的数据挖掘技术

本文基于现代企业物流管理现状中存在的问题,分析了将数据挖掘技术引入现代企业物流管理中的意义与应用前景,并对相关的数据挖掘技术的应用的难点进行了归纳总结。     

数据挖掘技术在物流企业管理的应用研究

本文针对物流领域的实际业务流程、业务需要以及实际拥有的数据进行了研究,论述了物流企业管理中数据挖掘的目标、算法和操作。阐述了数据挖掘技术及其在物流领域管理中的应用。     

基于物联网的智能物流研究

本文从中国物流的现状出发,引出了智能物流的概念,介绍了智能物流的主要支撑技术,包括:自动识别技术、数据仓库和数据挖掘技术、人工智能技术。然后分析了物联网技术与智能物流的关系,详细介绍了智能物流对现有快递行业、传统零售业,以及电子商务的影响。     

第三方物流企业中的商务智能技术应用

数据挖掘是商务智能技术的重要组成部分,是一个新的重要的研究领域。本文介绍了商务智能技术应用现状和组成,阐述了数据挖掘技术在第三方物流企业的应用。     

浅析基础数据挖掘技术的物流企业管理

随着经济的发展,物流发展会越来越被人们所关注,在激烈的市场竞争下,企业必须以客户为中心,满足客户多样化的需求,而面对如此巨大的客户数据,运用数据挖掘技术能有效的挖掘客户信息,为物流企业提供准确的决策信息,促进物流企业的发展。本文则详细分析基础数据挖掘技术下的物流企业管理策略。     

基于大型物流园区的库存数据系统分析

经济的不断发展,给我国的物流市场带来了丰厚的利润,如何推进大型物流园区的库存数据系统分析对于物流行业的发展来说至关重要。文章主要通过大型物流园区的数据需求进行分析,建立以数据仓库技术为支持的大型物流园区基础运行系统,最后对大型物流园区的内部库存数据挖掘以及管理分别通过数据挖掘技术以及联机分析技术进行分析。     

基于网格技术的虚拟物流资源挖掘模型研究

网格技术可以解决异构系统间访问问题,实现跨平台的信息共享。本文将网格技术运用于虚拟物流资源动态分析中,构建了一个基于网格技术的虚拟物流资源数据挖掘过程模型,并且对模型的实现技术进行了阐述。     

大数据时代物流企业创新变革研究——以青岛市物流企业为例

本文首先分析大数据时代数据挖掘和分析技术迅速发展及在物流行业的应用现状,然后分析了青岛市物流企业的内外部环境发生的变化及机遇,以及促进物流企业创新变革的因素,最后提出物流企业创新变革对策。     

物流企业CRM与数据挖掘技术

客户关系管理（CRM）不仅是一种管理理念,也是一种旨在改善企业与客户之间关系的新型管理机制,还是一种管理软件和技术。推行客户关系管理是物流企业获得顾客、增强市场竞争力的重要途径。有效的客户关系管理离不开客户数据分析,而数据挖掘则是进行客户数据分析的基本技术和方法。数据挖掘技术为物流企业CRM的成功提供了有力的技术保障。     

商业智能在物流企业中的应用

结合物流企业的信息化现状,应用商业智能中的数据仓库、联机分析处理和数据挖掘技术,提出了运用商业智能构建物流企业经营分析系统的体系结构和软件结构,阐述了系统的主要功能模块。     

数据挖掘技术在物流系统中的应用

随着计算机技术的不断发展,数据挖掘技术被应用于各行各业。数据挖掘技术应用在现代物流系统中,能够从庞杂的信息里提取有用的数据,通过统计分析,找出销售模式,准确掌握未来商机的命脉。     

企业第三方物流信息系统关键技术及数据挖掘关键算法研究

针对当前中国制造业企业物流管理存在的问题,提出了企业第三方物流信息系统关键技术及数据挖掘关键算法的研究思路,并对系统技术原理和研究方法做了阐述,该系统的实现将对改善当前企业的物流管理机制、提高决策水平具有十分重要的意义。     

大数据背景下的智慧物流发展策略研究

随着大数据时代的到来,数据成为企业的战略资源,构成了企业竞争力的核心要素。物流产业作为我国支柱型产业,政府大力推动物流业的发展,伴随着IoT技术、云计算、智慧物流技术应用日趋成熟,大大提升了物流企业的工作效率,降低了物流成本,让许多物流企业争相转型升级。文章描述了国内外智慧物流的现状,在基于大数据背景下,分别从智慧物流技术、智慧物流数据采集、智慧物流数据挖掘和清洗、智慧物流数据分析及智慧物流数据人才等方面详细阐述了当前的问题,并针对以上问题提出了一系列的解决策略,为物流企业降本增效,提升企业竞争力提供解决方案。     

集成物流的智能信息基础架构研究

现代信息技术的的应用极大地提高了物流运作的效率和服务水平,目前大量的研究集中在数据挖掘、数据分析和人工智能等领域,技术的单一应用具有一定的局限性.文章认为,通过一种基于高效集成物流的信息基础架构,以及技术协同方式,可以使企业的物流信息得以高度共享,并实现无缝数据的交换.     

浅析基于Web数据挖掘的电子商务网站架构

Web挖掘是一项综合技术,涉及Web、数据挖掘、计算机语言学、信息学等多个领域。Web数据挖掘是数据挖掘领域的一个新的研究方向。本文主要介绍了数据挖掘技术在电子商务网站方面的应用,提出了构建一个面向数据挖掘的电子商务网站体系架构。     

基于云挖掘的物流信息智能分析应用平台研究北大核心CSSCI

物流信息日益大数据化,急需实现物流信息分析的智能化。云挖掘是由云计算技术支撑的并行数据挖掘,是实现物流信息智能分析的有效方法。基于云挖掘的物流信息智能分析应用平台具有超强的海量数据处理能力,有很强的可扩展性;用户无需自己开发应用软件,允许用户任意提交服务请求,能够有效处理和利用分布在各节点之间的数据和计算设备,可为不具备数据挖掘相关知识的用户提供"一站式服务",使用户低成本地利用该平台。     

浅谈智能物流下的菜鸟驿站发展方向——以武汉商学院菜鸟驿站为模型

目前智能物流是当下物流发展的必然趋势,阿里旗下的菜鸟驿站必然也会紧跟时代的潮流,利用自动识别技术、数据挖掘技术、人工智能技术、GIS技术等更好地解决物流最后一公里的问题。校园菜鸟驿站通过与学校合作,把菜鸟系统和学校系统对接,并引进现在先进智能物流技术,从而提高校园菜鸟驿站的效率。同时通过整合资源,拓展菜鸟驿站的业务,实现菜鸟驿站线上线下一体化服务。