[發(fā)明專利]計算機中基于數(shù)據(jù)立方體的物流智能交易數(shù)據(jù)處理方法

有效

• 申請?zhí)枺?/td>: 201410189039.2
• 申請日: 2014-05-06
• 公開（公告）號: CN103955814A
• 公開（公告）日: 2014-07-30
• 發(fā)明（設計）人: 潘毅
• 申請（專利權）人: 北京大學工學院南京研究院
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F17/30
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華

技術領域

本發(fā)明涉及一種數(shù)據(jù)挖掘和物流信息化技術領域，特別是計算機中基于數(shù)據(jù)立方體的物流智能交易數(shù)據(jù)處理方法。

背景技術

隨著物流提速作為國家戰(zhàn)略發(fā)展明確方向之一物流信息化得到了政府的大力支持。但是物流信息化系統(tǒng)中車貨適配部分智能化程度卻沒有得到顯著的提高。目前貨主找車或者車主找貨比較常用的做法是在瀏覽器頁面上通過手工輸入或設置查詢條件進行查詢，服務網(wǎng)站會將符合查詢條件的物流車輛信息或者待運貨物信息以列表的方式顯示出來，貨主或者車主通過線下電話聯(lián)系等方式進行交易，很多零擔貨物運輸還通過物流QQ群發(fā)布信息的方式尋找臨時的車源，但是很多時候都得不到及時的響應。從而導致貨主急需運貨卻找不到及時且合適的貨運資源，而有時運輸車輛尚未滿載卻找又不到合適的貨物填滿車廂進行共同配送。

為解決車輛調(diào)度優(yōu)化的問題，很多信息化系統(tǒng)使用OLAP數(shù)據(jù)挖掘對由歷史數(shù)據(jù)組成的數(shù)據(jù)倉庫進行數(shù)據(jù)分析，這種數(shù)據(jù)處理方式側重對決策人員和高層管理人員的決策支持，可以根據(jù)分析人員的要求快速、靈活地進行大數(shù)據(jù)量的復雜查詢處理，并且以一種直觀而易懂的形式將查詢結果提供給決策人員，以便他們準確掌握企業(yè)(公司)的經(jīng)營狀況，了解對象的需求，制定正確的方案。在物流領域，管理者通過數(shù)據(jù)挖掘分析過去的數(shù)據(jù)來預測市場需求變化，預先對運輸資源做出調(diào)整以應對可能出現(xiàn)的運輸需求的變化。

現(xiàn)有技術中存在以下缺陷：

數(shù)據(jù)實時性差：使用者通過定義數(shù)據(jù)挖掘的維度以及根據(jù)維度從數(shù)據(jù)倉庫中提取數(shù)據(jù)從而形成數(shù)據(jù)立方體，由于數(shù)據(jù)倉庫數(shù)據(jù)量相當大，直接查詢和計算耗時太長，OLAP往往會對數(shù)據(jù)倉庫中的數(shù)據(jù)進行一部分預處理即預先將原始數(shù)據(jù)從數(shù)據(jù)倉庫中讀出并進行泛化分層等計算操作，將原始數(shù)據(jù)加工成對業(yè)務決策有意義的業(yè)務數(shù)據(jù)并存儲在內(nèi)存或存儲介質(zhì)中，從而提高用戶查詢的效率。傳統(tǒng)的OLAP數(shù)據(jù)挖掘過程如圖3所示。OLAP數(shù)據(jù)挖掘雖然擁有強大的分析處理和查詢功能，但是普遍存在數(shù)據(jù)更新代價太大，無法及時更新實時數(shù)據(jù)的問題。其原因主要有:

數(shù)據(jù)倉庫數(shù)據(jù)更新周期較長:數(shù)據(jù)倉庫作為企業(yè)生產(chǎn)活動的歷史數(shù)據(jù)庫保存了大量的歷史信息，并定期從生產(chǎn)數(shù)據(jù)庫提取自上次更新時間點以來新產(chǎn)生的數(shù)據(jù)并進行處理和存儲，但是這個提取活動周期較長，滿足不了實時存入的要求。

OLAP數(shù)據(jù)挖掘處理代價較大:OLAP數(shù)據(jù)挖掘所針對的原始數(shù)據(jù)達到100GB甚至達到TB級，從如此大量的數(shù)據(jù)中進行查詢和計算需要耗費大量的時間以及計算資源。所以OLAP服務器在處理數(shù)據(jù)時會使用部分物化的方式:即根據(jù)數(shù)據(jù)挖掘所設定的維度將原始數(shù)據(jù)進行部分層次的計算，并將計算結果存入數(shù)據(jù)庫或者存儲介質(zhì)，以達到加快訪問速度的目的。每次底層數(shù)據(jù)的更新意味著數(shù)據(jù)的重新挖掘和重新計算。

無法應對突發(fā)的未知的潛在客戶：原有的數(shù)據(jù)挖掘只是對過往數(shù)據(jù)的分析，并主動調(diào)整運輸資源去應對已知客戶的可能發(fā)生的需求變化，但是對于零擔物流等細分市場很多物流公司無法應對預料之外的運輸需求，從而經(jīng)常手忙腳亂的到處尋找臨時的運輸車輛資源。

本發(fā)明中相關的技術術語和概念定義如下：

1.數(shù)據(jù)倉庫：數(shù)據(jù)倉庫是為企業(yè)所有級別的決策制定過程提供支持的所有類型數(shù)據(jù)的戰(zhàn)略集合。它是單個數(shù)據(jù)存儲，出于分析性報告和決策支持的目的而創(chuàng)建。簡單的說就是將日常生產(chǎn)活動中所產(chǎn)生的歷史數(shù)據(jù)按照用戶感興趣的側重點(即主題)進行存儲，以便于日后進行聯(lián)機分析處理(OLAP)/數(shù)據(jù)挖掘。數(shù)據(jù)倉庫中存儲著大量的企業(yè)歷史數(shù)據(jù)，并定期從生產(chǎn)活動數(shù)據(jù)庫中導入新的數(shù)據(jù)。數(shù)據(jù)倉庫中的歷史數(shù)據(jù)即為OLAP數(shù)據(jù)挖掘的原始數(shù)據(jù)。

2.聯(lián)機分析處理：聯(lián)機分析處理(OLAP)系統(tǒng)是數(shù)據(jù)倉庫系統(tǒng)最主要的應用，專門設計用于支持復雜的分析操作，側重對決策人員和高層管理人員的決策支持，可以根據(jù)分析人員的要求快速、靈活地進行大數(shù)據(jù)量的復雜查詢處理，并且以一種直觀而易懂的形式將查詢結果提供給決策人員，以便他們準確掌握企業(yè)(公司)的經(jīng)營狀況，了解對象的需求，制定正確的方案

3.數(shù)據(jù)挖掘:數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計算機科學有關，并通過統(tǒng)計、在線分析處理、情報檢索、機器學習、專家系統(tǒng)(依靠過去的經(jīng)驗法則)和模式識別等諸多方法來實現(xiàn)上述目標。

4.維度：數(shù)據(jù)挖掘中的術語，數(shù)據(jù)挖掘過程中參照維度對數(shù)據(jù)進行處理。比如按照時間總結每季度某商品的銷售情況，那時間就是數(shù)據(jù)挖掘的一個維度，如果根據(jù)城市或省份進行匯總，那就是根據(jù)地理緯度進行的匯總計算。