论文部分内容阅读
[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.
[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.