7）Web页挖掘
随着Internet的迅速发展及Web的全球普及，使得Web上的信息量无比丰富，通过对Web的挖掘，可以利用Web的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。
（3）数据挖掘常用技术
数据挖掘常用技术包括人工神经网络、决策树、遗传算法、近邻算法和规则推导等。
（4）数据挖掘的过程
数据挖掘过程中各步骤的大体内容如下：
1）确定业务对象
清晰地定义出业务问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结构是不可预测的，但要探索的问题应是有预见的，为了数据挖掘而挖掘则带有盲目性，是不会成功的。
2）数据准备
数据的选择，即搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。
数据的预处理，即研究数据的质量，为进一步的分析作准备，并确定将要进行的挖掘操作的类型。
数据的转换，即将数据转换成一个分析模型。这个分析模型是针对挖掘算法建立的。建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。
3）数据挖掘
数据挖掘即对所得到的经过转换的数据进行挖掘。除了完善从选择合适的挖掘算法外，其余一切工作都能自动地完成。
4）结果分析
结果分析即解释并评估结果。其使用的分析方法一般应视数据挖掘操作而定，通常会用到可视化技术。
5）知识的同化
知识的同化即将分析所得到的知识集成到业务信息系统的组织结构中去。
8.3 物流决策支持系统实例
下面通过两个特定的决策支持系统设计实例，使读者了解决策支持系统的具体应用情况。
8.3.1 物流配送决策支持系统
电子商务广阔的发展前景和连锁商业的迅速发展为物流配送提供了巨大的发展契机，大量的第三方物流企业和连锁商业企业以往所采用的手工作业，或简单计算机作业处理方式已经不能满足迅速发展的业务的要求。由于物流网络规模的扩大，物流量的巨大增长，企业在进行物流配送时面临着一系列的问题。如何经济合理地组织送货、如何保证配送系统高效及低成本的运作、如何为客户提供传统物流业务之外的增值物流服务等问题，都是企业在激烈的市场竞争中的所面临的难题。综合人以及计算机两者优势的决策支持系统能有效地辅助处理配送过程中的大量决策问题，因而是解决这一系列问题的良好方案。
物流配送决策支持系统（Logistics Distribution Decision Support System，LD‐DSS）是由物流企业使用的计算机系统。这里所论及的配送系统不仅仅指的是计算机系统本身，还包括使用物流配送系统的企业主体。企业可能是第三方物流企业，也可能是制造业或者流通企业。
第三方物流企业作为一个综合的物流平台而服务社会，其配送最为复杂；而连锁商业的物流配送最为典型；其他制造业等自行经营外部物流的企业的配送系统与它有着类似之处却又简单得多。
1.系统总体分析
配送系统是一个较为复杂的具有较明确边界的系统。它包含了企业用于物流配送的设施和人员等实体、决策者、配送决策支持系统以及用户等多个对象。实线内表示的是配送系统，虚线内表示的是配送决策支持系统，箭头表示信息流。在实施了LD‐DSS的配送系统中，由于计算机信息系统对业务流的整合，使得配送系统以LD‐DSS为核心，其他的业务都在LD‐DSS的推动和拉动中规律化地进行作业。
在LD‐DSS中以模型和算法库为核心，其他各子系统都根据模型和算法库的数据需求而建立。实施DSS的最终目标应该是实现资源利用的效益最大化。当然效益不仅仅指的是经济效益，可以是一个多维属性的复杂效益组合。由此所带来的一系列决策问题和配送过程中存在的大量的半结构化和非结构化决策问题，使得简单的信息管理系统已经不能满足要求。这些决策问题已经不是程序化的计算或人的主观判断力所能及的了。
此时决策者必须在信息管理系统所提供数据的基础上，采用模型和算法，交互式地进行问题的决策，这样可以大大地提高决策的科学程度。在设定一定决策规则的前提下，还可实现日常运营方案的自动化管理。
2.数据库系统分析
LD‐DSS包含了几个用于信息管理的子系统，以下对这些子系统的功能、数据需求等问题分别进行分析。
（1）电子地图系统
电子地图在整个LD‐DSS中是较为独立的一部分。由于它是最为基础的数据，因此它与其他子系统的数据交换是单向的和只读的，仅仅发生数据耦合。
对于LD‐DSS而言，电子地图是必不可少的。电子地图能提供路网信息系统，这是整个系统模型和算法运行的基础。配送系统所最终产生的路径也是基于路网信息的。
电子地图可以以可视化和非可视化两种形态存在。可视化的电子地图可以提供给用户以直观方便的界面。但是，如果纯粹从数据需求的角度，LD‐DSS仅仅只需要电子地图所提供的路网数据库，而并不需要其所给出的界面。某些图形操作系统可以十分方便地采用可视化电子地图；而在某些文字界面的操作系统中要采用图形界面非常困难。电子地图的界面形式取决于LD‐DSS所基于的操作系统。一般而言，决策支持系统应具有良好的人机界面，因此可视化图形界面是一个较为理想的选择。但是如果系统需要良好的开放性或者稳定性，在某些情况下，也可能采用Unix服务器或者小型服务器作为主机，此时，采用图形化界面就变得困难起来。以依赖于可视化界面下的某些GIS系统，将路网数据库可视化地建立起来，再将数据库移植到文字界面下。这样做的缺点是对于路网数据的维护较为繁琐，不直观。而且如果每次路网数据更改，都要将整个数据库重新导入，时间开销较大。
在图形界面下，电子地图可以采用已有成熟的解决方案，也可以进行自行开发。成熟的产品性能稳定，具有各种应用程序编程接口，其缺点是价格可能较为昂贵，且需要进行一定的客户化过程。而自行开发的系统具有良好的针对性，扩展性好。电子地图系统所应该包含的信息与普通的地理信息系统基本一致，且相对更为简单、最为重要的是道路信息和区位信息。
（2）物流资源管理系统
物流资源信息系统包含两部分的信息：一部分是与物流设施和资源相关的信息，如运输车、工人、仓储中心等的信息；另一部分是与配送对象相关的信息。一般而言，第三方物流企业具有多个存储中心，且规模较大；而连锁商业企业在其配送范围内通常只有一个存储中心。第三方物流企业的配送对象种类较多，且配送策略相对复杂；而连锁商业企业的配送策略相对简单。对于这两者不同的企业类型，物流资源管理系统的形式稍有不同。以下对每个子系统作详细讨论。
1）配送对象管理系统
配送对象通常情况下是货物。货物是配送系统的客体，整个实体的配送系统，包括企业、运输车辆、物流中心、信息系统等都是为配送对象能安全快捷地送达目的地而服务的。对于整个物流系统中的这部分，必须建立起信息管理系统。之所以称为配送对象管理系统，是因为配送的对象不仅仅包括仓储中心所库存的货物，还应包括一次配送过程中（即车辆从中心出发后到回到中心的一个周期内）可能需要捎带的货物。多数连锁商业企业的配送是把货物从物流中心运送到各销售点或者直接送至客户，在这个过程中可能会把货损品捎带回中心。由于货损品通常数量不多，因此对于这种配送形式中不存在途中货物参与配载的问题。而对于第三方物流企业而言，还常常存在一次配送过程中卸载与装载同时存在的情况。这种情况就复杂得多了。途中货物必须参与配载，而且可能考虑到时间窗口的影响等等。在配送DSS中，建立配送对象管理系统的主要目的是要为运输配载提供相应的信息。配送系统中“配”指的是配货，即货物的配载；“送”则指的是运输路线的确定。无论是“配”还是“送”，其最终方案的确定都依赖与决策规则与算法。
这部分内容将在模型库系统中讨论。
配载方案与运输路线的重要基础数据是配送对象。LD‐DSS需要收集配送对象完善的信息，建立起相应的数据库。数据库中应收集的信息包括货物的编号、品名、重量、体积、存放位置、保质期等等。对于要在途中捎带的货物，还应包含货物运送的起点、终点等。值得注意的是，由于实际生产中货物的种类繁多，某些特殊货物可能会有一定的运输需求，如危险货物需要作一定的隔离等，这些在配载时都是必须考虑的。因而对于这类信息，配送对象管理系统都应该予以收集。
2）仓储中心管理系统
仓储中心管理系统包含几个方面的内容。首先是以仓储中心的地理位置为核心的相关信息。通常仓储中心是物流配送的起点或者终点，因此其位置对于运输路线的选择是至关重要的。除仓储中心的地理位置之外，其余的信息还包括仓储中心的名字、规模、物流设施、资产情况等一系列信息。同电子地图信息一样，这部分信息不管DSS采用何种架构，都应该位于调度中心级别的服务器上。其次是本仓储中心存储货物的信息。这部分信息也可以放在配送对象管理系统中。具体放在哪个子系统中，应该视DSS采用的逻辑架构而定。如果拟建的DSS采用C／S系统架构，那么这部分信息放在仓储中心管理系统中比较合适。因为如果把此部分信息放在服务器上，由于其数据需要频繁和大量地在调度中心服务器和仓储中心客户机端之间传输，因此带给网络巨大的负荷。而且一般各仓储中心之间距离都相隔较远，因此要求网络具有更高的性能。而将货物仓储信息放在各仓储中心的客户端上，就可以避免系统对高性能网络的依赖。另外，虽然各仓储中心并不明确地划定各自所辖的配送范围，但是仓储中心一般都有一个相对固定配送范围，在这种情况下，其他仓储中心对某个特定的仓储中心的货物存储数据的访问是少量的，从而低速网络也可以满足数据传输的要求。这种情况下DSS系统的数据库采用了分布式的形式。最后是本仓储中心的劳动力资源信息。对于非自动化仓储中心，劳动力是重要的资源。如何高效地调动劳动力资源，快速安全地进行货物的配装操作是存储中心日常管理的重要内容。劳动力通常只为某个仓储中心所用，而不进行中心之间的调配，因此如果DSS的架构采用C／S结构，这部分数据位于中心本地的客户机上就可以。
3）车辆管理系统
车辆是物流配送系统中重要的资源，是实现“送”这个环节的必不可少的工具。因此对车辆的合理调配和利用，是物流配送DSS研究的重要内容。对于车辆的管理系统，应该详细记录车辆的型号、载重、容量等信息。车辆的载重和体积容量信息是模型库生成配载方案的重要依据。除了这些信息外，还应包含车辆的使用日志、资产信息等其他的与配送决策相关程度较小的信息。同上节中所分析的原因，系统结构如果采用C／S，且需要对整个企业的车辆进行动态的调配，那么车辆管理系统的数据应该位于调度中心的服务器上；如果车辆仅在仓储中心级别进行调配，则其数据应该在存储中心的客户机上。
对车辆管理的更高级别是通过全球定位系统（GPS）对车辆进行实时地调度。这样可以更大程度地利用资源。此时，在一个时间间隔内的车辆位置数据都将通过无线网络传输到车辆管理系统中来，而配送方案也将实时地根据配送需求和车辆的利用情况进行调整，然后再通过无线网络传送给车辆执行。例如可能要求某个正在配送过程中的车辆去接取某个附近地点的货物，将其运送至某个目的地。至于方案的生成则依赖于决策规则以及模型库。
