论文摘要
计算机技术、网络技术和数据库技术的发展及全球经济一体化趋势,极大地推动了企业信息化的进程。走信息化道路,建立并使用信息管理系统己成为企业提高效率、获取竞争优势的必然选择。本文首先介绍了国内快递业务管理信息系统及数据挖掘技术在快递行业的发展及现状,阐述了课题的来源以及课题意义。其次通过对快递公司的组织结构以及现行各项业务的特点进行分析,采用业务流程重组的方法,制定了一套适合公司业务发展的规范化的业务流程,并对公司的各个部门进行重新划分。在此基础上,完成系统的总体设计,将系统划分为七个子模块,分别为快递作业管理模块、快递信息管理模块、快递结算管理模块、快递决策管理模块、快递网站管理模块、基础资料管理模块和系统管理模块,并阐述了各个模块应实现的功能。并采用IDEF0方法建立系统的功能模型树和功能模型图,对各个模块以及模块与模块之间的关系进行描述。为了提高企业的决策能力,使企业快递业务流程更加科学,在信息系统规划过程中,重点引入了数据挖掘技术。我们首先分析了国内外速递业中数据挖掘技术应用的现状,并介绍数据挖掘理论,然后结合快递公司的具体业务,探讨数据挖掘技术在快递行业中的应用,利用数据挖掘技术提高快递企业的决策能力。并按照数据挖掘步骤对快递公司快递业务管理信息系统的快递决策模块进行了具体的规划设计。最后对本论文进行了总结,对快递业务信息管理系统的发展做出了展望,并指出快递业务管理信息系统规划研究过程中,把数据挖掘技术与具体业务的结合,使快递公司快递业务流程更加科学,让管理者对客户的分析和跟踪更加高效,提高了企业快递业务的市场竞争力,提高了企业的经济效益和社会效益。
论文目录
相关论文文献
- [1].邮政总局多举措加码推进绿色快递[J]. 橡塑技术与装备 2020(04)
- [2].预计2020年快递业务量超740亿件,业务收入超8690亿元[J]. 企业观察家 2020(04)
- [3].今年1~7月全国快递业务量超2017年全年业务量[J]. 高科技与产业化 2020(08)
- [4].邮政电子商务快递业务发展对策探析[J]. 邮政研究 2020(05)
- [5].京东个人快递业务剑指顺丰?[J]. 中国物流与采购 2018(21)
- [6].全国快递业务量中短期预测研究[J]. 中国物流与采购 2017(24)
- [7].2016邮政普服与快递业务跌涨互现[J]. 中国物流与采购 2017(12)
- [8].今年我国快递业务量预计达423亿件[J]. 交通与港航 2017(02)
- [9].2015年全国快递业务量同比增长48%[J]. 印刷技术 2016(04)
- [10].电子商务环境下校园快递业务的创新研究与优化对策[J]. 劳动保障世界 2016(23)
- [11].基于模拟企业分组的《快递业务基础》教学探索[J]. 知识文库 2019(23)
- [12].快递业务量预计今年48亿件[J]. 电脑爱好者 2012(20)
- [13].反转教学模式在《快递业务概论》课程中的实践及思考[J]. 时代教育 2017(01)
- [14].数字[J]. 中国经济信息 2017(04)
- [15].谁才是快递一哥?[J]. 新民周刊 2017(09)
- [16].新能源物流车迎来新契机?是时候加把劲了[J]. 新能源汽车新闻 2017(07)
- [17].5月我国快递业务量同比增长超四成[J]. 广东交通 2020(03)
- [18].高职在线开放课程的建设与实施——以“快递业务管理”课程为例[J]. 技术与教育 2020(02)
- [19].快递新规五一起正式实施 快递员拒绝送货上门属违规[J]. 广东交通 2018(03)
- [20].邮政窗口标准快递业务发展策略探析[J]. 邮政研究 2019(06)
- [21].省际快包寄递应严格问责[J]. 中国邮政 2017(09)
- [22].2017年三季度全国快递业务量超百亿件[J]. 中国经济周刊 2017(46)
- [23].铁路切入快递业务路径初探[J]. 理论学习与探索 2015(01)
- [24].城市轨道交通小件物品快递业务可行性探讨[J]. 城市轨道交通研究 2015(04)
- [25].德邦开启快递业务[J]. 中国物流与采购 2013(22)
- [26].我国快递行业发展问题研究——基于快递行业基础数据的分析[J]. 价格理论与实践 2019(08)
- [27].“特惠专配”让顺丰业务量高歌猛进[J]. 中国物流与采购 2020(03)
- [28].前三季度全国快递业务量完成347.4亿件 同比增26.8%[J]. 广西质量监督导报 2018(10)
- [29].全峰快递集团快递业务问题研究[J]. 劳动保障世界 2016(35)
- [30].天津:制定新目标 实现大飞跃[J]. 中国储运 2017(07)
标签:快递业务管理信息系统论文; 业务流程再造论文; 数据挖掘论文;