基于数据挖掘的物流成本分析方法

摘要：

基于数据挖掘技术设计物流成本分析方法,首先分析物流成本构成,找出分析对象,并对其进行数据预处理;然后改进k-means算法,根据熵值选择聚类中心,将物流成本依据相似度归类,使得同一类中的物流成本相关性最强;最后在每个类簇中实施关联规则分析,从横向和纵向两个方面发现物流成本之间隐藏的关联;最终形成物流成本决策支持库.实验证明该方法运行效率和质量较高,能够发现物流成本之间的相关关系.

关键词：物流成本、数据挖掘、k-means聚类算法、Apriori算法

所属期刊栏目：37

分类号：F253.9(物资经济)

资助基金：河北省自然科学基金项目"大数据异构在线社交网络复杂信息传播建模及算法研究"G2016203220;燕山大学基础研究专项课题青年课题"基于数据挖掘的物流成本精细化管理方法研究"14LGB029;燕山大学博士基金项目B831

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-85,156