[摘要]对物流地理信息数据进行分析和挖掘，可以更好的建立物流管理信息平台。文中提出将数据挖掘系统集成在GIS系统中，由空间数据库系统进行信息处理，GIS实现空间数据可视化显示。设计搭建一个空间数据挖掘系统原型模型，不仅可以对物流信息进行挖掘显示，还可以发现数据中的隐含知识，对物流资源优化配置、物流系统成本控制等具有重要意义。
　　[关键词]空间数据挖掘 GIS 关联规则 辅助决策
　　[中图分类号] P208 [文献码] B [文章编号] 1000-405X（2014）-11-111-1
　　1引言
　　现代物流业是融合运输业、仓储业、货代业和信息业等的新型复合型产业，涉及的领域十分广阔，在全球一体化大背景条件下，物流业的业务量日益庞大且复杂。
　　2空间数据挖掘
　　空间数据挖掘[1]是指从空间数据库中抽取存在的、但是人们不知道其潜在有使用价值的知识和信息、空间关系或非显式存储在数据库中的有意义的特征或模式。该技术在理解空间数据、获取空间与非空间数据内在关系方面具有重大优势。
　　空间数据挖掘过程一般可分为数据准备、数据采集、发现评估、知识表达等阶段。数据挖掘的过程可以用图1表示：
　　3 GIS（地理信息系统）
　　GIS（地理信息系统）是一种为了获取、存储、检索、分析和显示空间定位数据而建立的计算机化的数据管理系统[2]，在它的数据模型和查询语言中能提供空间数据类型，可以进行空间动态索引，并能够提供一些空间查询和空间分析的能力。
　　4物流GIS系统的数据挖掘系统原型设计
　　设计物流GIS系统的目的就是对物流GIS信息进行统计分析，利用有效的挖掘方法挖掘出隐藏的有用知识并输出可视化结果，同时充分利用数据进行推测和预判来满足实际应用需要。
　　4.1系统的工作流程
　　系统分为四大功能模块：物资仓储快速查找管理，物资车辆精确配给，最佳运输路径分析，物流评价，为实现其功能，系统的空间数据挖掘工作流程可以概括为以下几步：
　　第一，提出问题，准备数据。根据相关背景知识分析用户需求。
　　第二，数据采集。空间数据挖掘的算法针对数据库进行查询统计，按用户感兴趣的方向选取空间数据对象，并对选取的数据对象进行数据转换，如进行数据量的定序、连续数据离散化等。
　　第三，发现评估。利用逐步求精的改进关联规则挖掘算法，结合先验知识，对数据进行挖掘，提取出有用信息，将结果输出。
　　第四，知识表达。将挖掘的结果进行解释，为了取得更为有效的知识，可能会返回前步处理，并将结果可视化显示给用户。
　　4.2系统模型
　　系统设计分为三级体系模型：底层为数据源，中间层为挖掘器，上层为人机交互界面。
　　数据源中包括基础空间地理信息数据库，运输方案库，知识库，GPRS网络数据库等。中间层的挖掘器从这些数据库中提取感兴趣的信息并进行挖掘，得到有用知识将知识分别提供给物资仓储快速查找管理，物资车辆精确配给，最佳运输路径分析，物流评价功能模块，由用户通过人机交互层进行选择浏览。系统体系结构模型可以由图2表示：
　　4.3系统实现
　　将空间数据挖掘应用于物流GIS系统中，实现物流系统数字化管理。根据系统需要，将空间数据挖掘与WebGIS以松散耦合和嵌入相混合的方式结合起来，采用改进的关联规则算法进行数据挖掘。传统的关联规则算法1993年由AgrawaI等人提出，并被证明在大数据量上有效，算法的核心是频繁项集的求解。但是对于空间数据，各对象都处于连续空间内，传统关联规则并不适完全用，必须考虑空间特征的情况下来研究空间关联规则。因此将数据重新排序、离散化，对某一候选项集中的所有数据项进行统计，记录他们同时出现在同一个数据记录中的情况，统计次数，即所谓频繁项集的求解，计算得到需要的关联规则。
　　5结束语
　　物流GIS系统应用空间数据挖掘技术，实现物流系统数字化管理和辅助决策，能够改善物流公司管理经营的系统化，对物流公司更好的提供服务控制成本具有重要意义。
　　参考文献
　　[1]吴喜文，马景义，吕晓玲等.数据挖掘前沿问题[M].北京：中国统计出版社，2009.
　　[2]吴信才，白玉琪，郭玲玲.地理信息系统（GIS）发展现状及展望[J].计算机工程与应用，2000（4）：8-9，38.