论文借用数据挖掘，谋求智慧物流差异化服务是关于本文可作为数据挖掘方面的大学硕士与本科毕业论文大数据挖掘工具论文开题报告范文和职称论文论文写作参考文献下载。
摘 要：文章对智慧物流和数据挖掘的研究动向进行了文献收集整理,为后续研究奠定了理论基础.论文分析了竞争态势和“互联网+”机遇倒逼物流企业从数据中探索机遇的成因,在此基础上,文章从以物流服务主题为中心,建立高质量的数据可用性集合和利用数据挖掘探寻智慧物流差异化竞争要素—细分市场入手,研究了物流企业谋求差异化服务创新的方法.
关键词：智慧物流；数据挖掘；差异化服务
中图分类号：F250 文献标识码：A
Abstract： This article collects the research trends of smart logistics and data mining, and provides the theoretical basis for further research. Based on big data research field of vision, it analyzes the reason of logistics" enterprises exploring opportunity form the data under the pressure of competitive situation and“internet+”opportunity. The article studies the differentiation service method of logistics" enterprises from the establishment of high quality data availability set taking the theme of logistics service as the center and the competitive elements of smart logistics differentiation service.
Key words： smart logistics； data mining； differentiation service
2009年以来,智慧物流理念的提出,给物流业向“智慧化”转型注入了一剂强心针.各种冠以智慧名目的软件和解决方案不胜其数,对于物流企业而言,在享受智慧物流理念的同时,又深深陷入技术应用和业务发展的困局,即采用智慧物流技术之后,业务增长有限.和此对应的是,企业数据量大幅递增,带来了企业IT架构的不稳定.“互联网+”、大数据也在深深地刺激着物流企业的经营神经,如何跟上时代潮流,借助先进理念对企业业务进行升级转型成为了一个迫切需要研究的命题.
1 相关文献研究
1.1 智慧物流及研究动向
从现有文献来看,国内智慧物流理念从提出到引发激烈研讨,经历了以下几个阶段.2009年以前,相关文献使用物流智慧,或者将物流表述为一种智慧,对其展开了相应的研讨.宋则（2007）认为现代物流是一种人类协同合作“ 的智慧”[1].2009～2013年,该阶段研究强调信息技术在物流行业的推广应用,将智慧物流作为物流信息化发展的较高阶段展开论述.王继祥（2010）指出物联网发展必将推动智慧物流的变革[2].2014年之后,学者们结合智慧的内涵和外延,从管理角度对智慧物流进行了更加深入的研究.王之泰（2014）将智慧物流定义为是将互联网和新一代信息技术和现代管理应用于物流业,实现物流的自动化、可视化、可控化、智能化、信息化、网络化的创新形态[3].
以“smart logistics”和“wisdom logistics”为关键词,检索google学术、Emerald数据库可以发现,2006年以前,国外学者往往以物流某环节的智慧（smart）为关键词展开论述,在研究时遵循着IT技术、RFID、系统软件开发的技术路线,同时沿着供应链管理的视角对物流相关环节进行研究.Peter Vervest, Eric van Heck, Kenneth Preiss, Louis-Francois Pau（2005）[4]认为智慧商业网络的实施需要对物流进行更加全面的改造,从而使业务流程更加模块化和动态化,以获得更为灵活的采购性能和资产效率.2006～2009年,国外学者围绕着物流具体功能环节,结合RFID、智能电话等信息技术的应用,进行了相应的研究.Veloso M, Bentos C, Pereira F C（2009）[5]等结合智慧运输系统,研究了感知技术和感知网络对物流的影响,并且论证了使用相关技术应用会对环境带来积极的变化等.2010年以来,国外学者逐渐将研究视野转向了行业应用、网络构建、大数据、信息管理体系、互联网融合、大数据等层面,逐步从原来的微观层面走向了中观,乃至宏观领域.Gubbi J, Buyya R, Marusic S等人（2013）[6]指出智能交通和智慧物流应该分别隔离成一个单独的领域,原因在于数据共享和IOT支柱环节实施的性质需要.
综合上述国内外参考文献可以看出,国内外学者的研究路线基本遵循着语义联想—技术应用—管理拓展的思路,从智慧源头开始,到相关技术应用于物流环节,再围绕RFID典型技术和物流的关系,然后再到产业融合等这样一个研究链条.略微有些差异的地方在于,国内学者对于互联网+、大数据和物流的研究兴趣要高于国外学者.
1.2 数据挖掘及研究动向
数据挖掘,又称数据库中的知识发现,是从大量的、不完整的、有噪声的、模糊的、随机的大型数据中提取隐含其中的、人们事先未知的、具有潜在价值的信息和知识的过程.按照数据结构进行组织、存储和管理数据的数据库技术,在过去60多年来产生了巨大的科技影响,和各行各业进行了有效的融合.泛在知识环境理念提出之前,数据挖掘的研究大多停留在基于结构化数据完成相关知识的描述和预测研究上.马志锋,刑汉承,郑晓妹（2001）基于Rough集的时间序列数据的挖掘策略,讨论了时间序列数据中的时序和非时序信息的获取问题[7].Agrawal R（1993）等人提出了增量式更新算法[8],Cheung DW（1995）等人提出了并行发现算法[9].在数据挖掘方法层面,进行了关联规则挖掘、多层次数据汇总归纳、决策树、神经网络、可视化技术等模式、算法的研究.郑建国,刘芳,焦李成（2002）在分析人工神经网络基础上,将子波和已有的神经网络模型结合,提出了基于自适应子波神经网络的数据挖掘方法[10].Furuta K（1990）提出了剪辑近邻法[11].
总结:该文是关于数据挖掘论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 挖掘数据拼图，谁营销人没有压力 潘益摩托罗拉系统（中国）有限公司市场总监每个月月初，我都会收到一份商机挖掘总结报告，上面详细记录了在过去的一个月内，我们利用各种市场手段商机。
2、 数据挖掘作为交叉学科特点 【摘要】本文主要讲述了数据挖掘的内涵以及作为机器学习，数据仓库，统计学，智能决策等多个学科的交叉学科的特点。【关键词】数据挖掘 机器学习 数据。
3、 数据挖掘在车险欺诈和识别中应用 【摘要】随着我国保险行业的不断发展，针对车险的欺诈问题也日益严峻，使得保险公司每年遭受巨大的损失。为了发现和防止保险中的欺诈，保险公司在不断的寻。
4、 韶关市智慧物流建设策略 我国作为全球第二大经济体，目前已成为全球第一制造业大国和全球最大物流市场，随着物联网、云计算、移动互联网等新一代信息技术的蓬勃发展，智慧物流已成。
5、 无人机送快递，助推物流业智慧转型 如何提高物流的运行效率和用户体验，已经成为全行业关注的重要问题。无人机送快递，给交通堵塞造成的物流龟速问题提供了一个现代化的解决方案。前不久，。
6、 创业要避开风口，进行差异化竞争 创业前要搞清楚当下的现实基础在“大众创业，万众创新”的时代，创业，已成很多年轻人追求的一大人生目标。我想，我们这一代人代表的也许是过去，是眼前。