基于聚类分析的供应链绩效管理系统

论文摘要

我国商业零售企业在激烈的市场竞争中已逐步认识到通过供应链管理这样一种有效的企业间合作模式,特别是通过运用供应链绩效管理的方法来对供应商进行客观评价,能有效提升企业核心竞争力,树立市场优势。零售企业日常的生产运营中累计的大量数据,通过数据挖掘技术进行信息提炼,可以分析出有用的知识和模式来指导企业经营管理,从而实现更为有效的供应链管理。本文从供应链绩效管理的系统实现上,对数据挖掘的主要技术进行了探讨和研究,并从供应链绩效的角度针对供应商绩效,运用聚类分析技术,实现了供应商绩效的聚类,并根据聚类结果加以分析和解释。主要工作涉及以下几方面:在供应链绩效基础数据的基础上,研究了供应链绩效管理系统所使用的适合国内零售企业的供应链绩效指标理论基础和实践经验,提出了可取得、可实现的供应链绩效管理指标体系。在研究了数据挖掘方法后,使用了基于密度的K-均值方法对数据进行聚类,并在此基础上对供应商绩效进行识别。针对采供过程中的供应链敏捷性、供应链柔性、供应链协同能力运用聚类分析的数据挖掘方法加以处理,经过对参数的调整,可以得到不同的聚类,再根据各类别的代表性绩效数据对供应商加以评估和分析,可以在实际经营管理中实现对供应商绩效的基准管理,并提出相应的改善目标。针对聚类结果,在辅以专业常识去除无效数据后,其数据具有可解释性,并能根据其凝聚点的绩效数据作为该类的代表数据进行比较和评价。实验数据说明该方法具有可解释性。本系统设计了稳定可靠的系统结构,实现了适合于零售企业采供双方的决策层、管理层、作业层使用的供应链绩效管理系统。同时,充分考虑了在Internet环境下的数据传输、数据展现的特点,采用了基于构架技术、数据仓库技术,其系统具有实用性和可靠性。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 引言
• 1.2 供应链的概念、结构模型及其特征
• 1.2.1 供应链的概念
• 1.2.2 供应链的结构模型
• 1.2.3 供应链的特征
• 1.3 商业流通供应链面临的问题
• 1.4 数据挖掘技术
• 1.4.1 数据挖掘产生的技术背景
• 1.4.2 数据挖掘的概念
• 1.5 商业供应链管理系统中的数据挖掘问题
• 2 数据挖掘的相关技术
• 2.1 数据挖掘研究的理论基础
• 2.2 数据挖掘技术的分类问题
• 2.3 数据挖掘常用的知识表示模式与方法
• 2.3.1 广义知识挖掘
• 2.3.2 关联知识挖掘
• 2.3.3 预测型知识挖掘
• 2.3.4 特异型知识挖掘
• 2.3.5 类知识挖掘
• 2.4 数据仓库中的数据挖掘
• 3 商业供应链绩效管理系统设计
• 3.1 商业零售企业运营特点分析
• 3.2 商业售企业绩效评价体系建立的原则
• 3.3 企业绩效评价体系的理论基础
• 3.3.1 平衡计分卡
• 3.3.2 SCOR 模型
• 3.4 基于供应链的供应商绩效评价框架
• 3.5 零售业供应链的供应商绩效评价指标体系
• 3.5.1 不同阶段的供应链合作方式
• 3.5.2 指标体系构建
• 3.5.3 单项指标描述
• 4 零售连锁供应链下供应商绩效的聚类分析
• 4.1 问题的提出
• 4.2 数据准备
• 4.2.1 数据选取
• 4.2.2 数据清理
• 4.2.3 数据集成
• 4.2.4 数据规约
• 4.3 供应商绩效聚类挖掘的实现
• 4.3.1 方法的适用性
• 4.3.2 聚类的步骤
• 4.3.3 聚类数据的分析
• 4.3.4 示例
• 5 基于聚类分析的供应链绩效管理系统
• 5.1 系统应用框架
• 5.2 软件系统功能
• 5.2.1 软件系统功能模块
• 5.2.2 决策层工作台
• 5.2.3 管理层工作台
• 5.2.4 作业层工作台
• 5.3 系统技术方案
• 5.3.1 整体技术架构
• 5.3.2 系统集成与接口
• 5.3.3 企业间流程管理
• 5.3.4 海量数据存储
• 5.3.5 系统可靠性设计
• 5.3.6 网络拓扑架构
• 5.3.7 系统性能
• 5.4 系统界面
• 6 总结和展望
• 6.1 论文工作的总结
• 6.2 进一步工作展望
• 致谢
• 参考文献