当前,电子商务订单呈现需求多样化的特征。在传统仓储作业中,拣选此类的订单需要消耗大量的人力。越来越多的电子商务企业采用了可移动货架系统以提高订单拣选效率。在该系统中,货位分配问题是涉及多项决策问题的基础,不合理的货位分配会严重影响需求多样化订单的拣选效率,造成企业物流成本的增加。因此,货位分配优化问题是一项亟待解决的问题。在货位分配优化方面,基于商品关联性解决货位分配问题,可以更有效地应对当前订单需求多样化的现象,提高订单拣选效率。过往基于商品关联性解决货位分配问题的方法大多以实现货架上商品之间关联度最大化为目标完成货位分配,但往往忽略了商品关联购买形成的网络结构特征。同时,货位分配问题复杂度较高,具有NP-Hard性质,在面对海量商品时,难以快速求解。针对以上问题,本文完成的主要工作如下:（1）介绍了可移动货架系统的作业流程,阐述货位分配问题的重要性。基于当下订单需求多元化的特点,强调基于商品关联性解决货位分配问题的可行性。同时,对涉及商品关联性挖掘的复杂网络理论进行介绍,如商品关联网络的构建方式、k派系社区结构及加权度的含义。（2）设计基于k派系社区结构的货位分配方法。结合复杂网络理论,介绍了详细的设计思路。在方法中,通过利用派系社区结构将货位分配问题转换为聚类问题,最后的聚类结果对应每个货架的货位分配结果。由于货位分配问题复杂度高,本文结合加权度给定初始聚类中心,求得货位分配方案的近似解。在小规模算例上,与Gurobi求解相比,其效果相近且求解时间稳定。（3）以国内某大型B2C电商D企业可移动货架系统为例,检验方法的有效性。通过货架搬运次数指标,与常用的基准货位分配方法或是其它考虑商品关联性的启发式货位分配方法进行对比。同时,进一步从货架关联稳定性方面验证了本文方法的优异性。最后,针对两者关键参数进行了灵敏度分析,分析了货架容量限制及货位资源分配对货位分配实际效果的影响。