《基于edi信息的集装箱运输市场分析系统》由会员分享，可在线阅读，更多相关《基于edi信息的集装箱运输市场分析系统（61页珍藏版）》请在金锄头文库上搜索。
1、基于 EDI 信息的集装箱运输市场分析系统11引言1.1 问题的提出今天的集装箱运输，已经朝着物流中心化、管理电脑化、港口高效化、船舶大型化、运输综合化等现代化运输方式的方向发展，其运量、速度远高于世界海运量的发展水平，成为了最具魅力的运输方式。随着集装箱运输的发展，自八十年代起就已搬上了航运舞台的 EDI 技术的应用不但得到了明确的肯定，并且在经过了一段时间的发展后，已形成了全球性的 EDI 网络系统。EDI 是英文 Electronic Data Interchange 三个单词的首字母或者这个词组的缩写。在我国大陆，译为“电子数据交换” ；而在香港和台湾地区，则分别译为“电子文件交换系统
2、”与“电子资料联通” 。从字面意义上看，EDI 的定义很广泛，包括了计算机通信和数据处理的方方面面。然而，EDI 的定义来自于商业领域计算机通信的应用，具有特定的含义。联合国标准化组织将 EDI 描述为：“将商业或行政事物处理，按照一个共认的标准，形成结构化的事物处理或报文数据格式，从计算机到计算机的电子传输方法。 ”从通信角度看，EDI 就是实现用户计算机之间标准格式文件的通信和交换。这些文件可以是商业文件（如订单、发票等） ，也可以是行政事物文件（如商品检验单，报关单等） 。显然，EDI 可以应用到各行各业。目前，EDI 的应用范围已遍布于运输、贸易、金融制造等各个领域。就港航 EDI 而
3、言，在经过一段时间的发展之后，已经形成了全球性的 EDI 网络系统，大量的运输单证和相关信息借助 EDI网络得到了快速准确的传输，从而对运输和贸易企业提高效率、降低成本、完善服务质量等起到了积极的推动作用。但是在 EDI 推动集装箱运输高速发展的同时，高速发展的集装箱运输也对 EDI提出了更高的要求。当今网络环境下，信息服务的内容不再仅仅是传送信息，而是日趋侧重于提供增值信息服务。这样，仅以传送信息作为信息服务的核心功能的传统 EDI 就不再适用了；而以如何进一步加工提炼信息作为核心，为众多港航 EDI 用户的日常运作提供更多信息支持的 EDI 信息增值服务则占据了上风。所谓信息增值服务，就是
4、通过对一组相关的信息进行推理和分析加工，使所获得的新信息的价值相对于原有信息的价值，有明显的提高。基于 EDI 信息的集装箱运输市场分析系统2目前，在航运市场，尤其是在集装箱运输市场的 EDI 信息增值服务方面，为规范其日趋激烈的竞争，在增加相关信息的透明度方面做出了比较成功的努力。比如EDI 中心、航运企业组织等，建立了集装箱运价运量报备体系、借助集装箱运价指数的编制设计了一些企业统计数据机制、定期发布了集装箱运输市场分析报告等，但这些做法虽然对提高市场信息透明度起到了一定的积极作用，却仍然普遍存在信息不全面，干扰信息过多等缺陷。由于 EDI 系统传送的信息是最全面和最精确的，因此，如何进一
5、步提炼 EDI 信息并加以分析，就成了解决这些缺陷，建立基于 EDI信息的集装箱运输市场分析系统的核心内容。基于上述分析发现，对“基于 EDI 信息的集装箱运输市场分析系统”进行研究具有必要性和可行性。1.2 本文研究分析的理论框架1) 研究思路针对集装箱运输市场，对通过港航 EDI 可以收集到的信息进行分析，确定反映集装箱运输市场各种情况的数量关系，再对收集到的 EDI 数据进行进一步的加工处理，建立起一套经过量化的集装箱运输市场情况的统计指标体系，以助于港航企业加深对集装箱运输市场动态的了解掌握。在建立了集装箱运输市场统计指标体系的基础上，将研究的重点放在对 EDI 信息的加工处理上，构造
6、一个集装箱运输市场的分析系统。同时，采用一些关键技术将之应用在港航 EDI 上，从而使集装箱运输市场的分析系统成为实际有用的东西。2) 研究内容 本文以集装箱运输市场分析为出发点，分析集装箱运输市场的供需特征，基于EDI 信息，运用统计学、数据仓库及数据挖掘技术对 EDI 信息进行分析和加工处理，最后结合前述的研究成果采用计算机数据库技术，构建出基于 EDI 信息的集装箱运输市场分析系统。正文各章节的主要内容如下：第二章基于 EDI 信息的集装箱运输市场分析系统的理论基础，简要概述了分析模型所要运用的数据仓库和数据挖掘技术理论；第三章基于 EDI 信息的集装箱运输市场分析系统的建立，在了解了国
7、内对数据基于 EDI 信息的集装箱运输市场分析系统3仓库和数据挖掘技术应用现状的基础上，提出了分析系统的结构设计；第四章基于 EDI 信息的集装箱运输市场统计指标体系的建立，在对集装箱运输市场的基本特征及其供需特征进行分析之后，分别以市场、航运企业和港口为对象，按各自的需求建立了三套集装箱运输市场的统计指标体系；第五章基于 EDI 信息的集装箱运输市场分析系统的形成，通过模拟港航 EDI的 Oracle 数据库，运用数据库技术，采用 Powerbuilder8.0 作为前台编程工具，形成集装箱运输市场分析系统编制出一个对集装箱运输市场的统计指标进行查询的界面。基于 EDI 信息的集装箱运输市场
8、分析系统42基于 EDI 信息的集装箱运输市场分析系统建立的理论基础2.1 数据仓库概述数据库及其理论已经出现好长时间了。早期的数据库主要是一些单独的数据库，应用于已知信息处理领域从事务处理到批处理和分析处理，并大多主要集中于操作性的日常事务处理。近年来，数据库较为高级的思想已经产生。一是为了满足操作型数据处理的需求，二是为了满足信息型或分析型数据处理的需求，也是因为二者的不同特点，要提高两种系统的性能，导致了当今建造数据库系统的方式，即将操作型数据库和分析型或信息型数据库分离。由此，出现了处于信息型 DSS 处理核心的数据仓库理论。2.1.1 数据仓库的兴起数据仓库（Data Warehou
9、seDW）的概念是 Prism Solutions 公司的副总裁W.H.Inmon 在 1992 年出版的书建立数据仓库 （Building the Data Warehouse）中提出的。数据仓库的提出是以关系数据库、并行处理和分布式技术的飞速发展为前提，并为解决信息技术发展中的不正常现象虽拥有大量数据，但有用信息很贫乏（Data richInformation poor）的综合解决方案。从目前形势看，数据仓库技术已经紧跟 Internet 而上，成为信息社会中获得企业竞争优势的又一关键。由于市场竞争激烈，如何综合利用分散的异构环境数据源，及时、准确地得到信息是使企业取得成功的关键。于是数据
10、仓库就应运而生了。2.1.2 数据仓库概念及其特点2.1.2.1 数据仓库概念数据仓库，又叫信息仓库，是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持企业或组织决策分析的数据的集合。数据仓库概念提出的意义主要在于建立一种数据存储体系结构，把分散的、不利于访问的数据转换成集中、统一、随时可用的信息，从而可以集成不同形式的数据，并为数据分析产品提供系统开放性。数据仓库为不同来源的数据提供一致的数据视图，一旦与数据挖掘、联机分析处理等数据分析方法相结合，就能使数据得到更充分的利用。基于 EDI 信息的集装箱运输市场分析系统52.1.2.2 数据仓库特点1) 数据仓库是面向主题的面向
11、主题的数据组织方式是数据仓库的基本特征，从逻辑意义上说，主题就是企业某一宏观分析领域所涉及的分析对象。2) 数据仓库是集成数据的统一体数据仓库的数据来源于操作性事务数据，最终用户在大量事务处理中积累的数据，与传统的 OLTP（联机事务处理）数据库系统共同构成了数据仓库的基础。事务数据经过处理后，在数据仓库中形成整合的、结构化的、易于导航的数据，能对决策分析进行快速、正确的响应。3) 数据仓库在一定周期内保持稳定性数据仓库包含的大量历史数据是对不同时期的数据资料经综合、重组、统计导出的数据集合。一般来说，数据仓库重在查询，只有在必要时才对数据予以更新。因此，数据仓库需在一个较长的时间内保持其稳定
12、性。4) 数据仓库是随时间变化的数据仓库内的数据时限在 510 年内，故数据的键码包含时间项，表明数据的历史时期，这适合 DSS 进行时间趋势分析。5) 数据仓库中数据量很大通常的数据仓库的数据量为 10GB，大型 DW 是一个 TB（1000GB）级数据量。数据中索引和综合数据占 2/3，原始数据占 1/3。6) 数据仓库对软、硬件有具体要求需要一个巨大的硬件平台；需要一个并行的数据库系统。2.1.3 数据仓库与传统数据库的区别传统的数据库与数据仓库有着本质上的差别。1) 处理类型不同传统的数据库是满足操作性数据处理的数据库，一般主要集中于操作型的日常事务处理；而数据仓库则针对分析型、信息型
13、数据处理。分析型或信息型处理是针对制定决策过程中管理方面的需求而进行的处理。分析型处理是浏览大量数据以找出其中的趋势，这就是所谓的 DSS 处理。当进行分析型处理时，不同于操作型处理，即不是只查看一个或两个数据记录，而是要访问很多记录。2) 技术不同基于 EDI 信息的集装箱运输市场分析系统6数据仓库比数据库所需要的技术更简单。传统的操作型数据库的技术必须关注其本身的数据、事务锁定、数据争用和死锁等。而数据仓库中没有联机的数据更新，只有非常少的一些锁定需要，而且对于远程处理接口的需要也只是最基本的。3) 用户范围不同作为分析型环境的计算机网络比作为操作性环境的计算机网络的规模要小得多。通常情况
14、下，分析型网络的用户远比操作型网络的用户要少。4) 处理特点不同在分析性处理中，响应时间的需求与传统操作性处理相比要宽松得多。分析的响应时间可以从 30 分钟到 40 分钟，这对操作性处理而言将会是一种巨大的灾难。5) 处理数据不同传统的操作型数据库处理的操作型数据是原始数据，而数据仓库的 DSS 数据是导出数据。原始数据是公司每天操作运行所用的细节性数据，导出数据是统计出来的或计算出来的满足公司管理者需要的数据；原始数据可以更新，导出数据不可以更新，如果更新也只是汇总上升到更高一级；原始数据主要是前值数据，导出数据通常为历史数据；原始数据由以重复方式运行的过程操作，导出数据由非常的启发式运行
15、的程序操作；原始数据支持日常工作，导出数据支持管理工作。6) 系统的生命开发周期（SDLC）不同传统的数据库的 SDLC 是需求驱动的，你必须先理解需求，再进入到设计阶段；而数据仓库的 CLDS（正好与 SDLC 相反）则是数据驱动的，由数据开始，检验数据是否存在偏差，再针对数据写程序，分析程序执行结果，最后系统需求才得到理解。2.1.4 数据仓库的结构数据仓库是在原有关系型数据库基础上发展形成的，但不同于数据库系统的组织结构形式，它从原有的业务数据库中获得的基本数据和综合数据被分成一些不同的层次。一般数据仓库的结构组成如图 2-1 所示。包括当前基本数据（current detail dat
16、a） 、历史基本数据（older detail data） 、轻度综合数据(lightly summarized data)、高度综合数据(highly summarized data)和元数据(meta data)。1) 当前基本数据：是最近时期的业务数据，是数据仓库用户最感兴趣的部分，数据量大。2) 历史基本数据：来自当前基本数据，即当前基本数据随时间的推移，由数据仓基于 EDI 信息的集装箱运输市场分析系统7库的时间控制机制转为历史基本数据，一般被转存于一些转换介质中，如磁带等。3) 轻度综合数据：是从当前基本数据中提取出来的，设计这层数据结构时会遇到图 2-1 数据仓库结构图“综合处理数据的时间段选取，综合数据包含哪些数据属性和内容”等问题。4) 高度综合数据层：是最高一层，这一层的数据十分精练，是一种准决策数据。5) 元数据：整个数据仓库的组织结构是由元数据来组织的，它不包含任何业务数据库中的实际数据信息。元数据在数据仓库中扮演了重要的角色，被用在以下几种用途：定位数据仓库的目录作用；数据从业务环境向数据仓库环境传送时数据仓库的目录内
