《05物流信息管理支持技术》由会员分享，可在线阅读，更多相关《05物流信息管理支持技术（112页珍藏版）》请在金锄头文库上搜索。
1、 第五章 物流信息管理支持技术 数据分析技术 电子数据交换 地理信息系统 全球定位系统 案例：地理信息系统在物流配送中的应用本 章 学 习 目 标 了解数据库的定义与特点，了解数据库系统的组成 理解数据仓库的概念，了解数据仓库的组成和设计方法 理解数据挖掘的概念，了解数据挖掘工具及应用 理解电子数据交换的概念，了解EDI的构成及标准 熟悉实行EDI的工作流程 了解电子数据交换在供应链管理过程中的应用 理解地理信息系统的定义，了解GIS的特征、功能和组成 了解地理信息系统在物流信息系统中的应用 理解全球定位系统的定义，了解全球定位系统的组成和功能 了解全球定位系统卫星定位的基本原理，了解其应用范
2、 例随着世界经济的飞速发展，全球数字化、网络化、信息化已成为时代的主要特征，我们已置身于一个信息技术瞬息万变和消费者需求日益多元化的时代。物流技术一般是指与物流要素活动有关的所有专业技术的总称，可以包括各种操作方法、管理技能等，如流通加工技术、物品包装技术、物品标识技术、物品实时跟踪技术等；物流技术还包括物流规划、物流评价、物流设计、物流策略等；当计算机网络技术的应用普及后，物流技术中综合了许多现代技术，如GIS（地理信息系统）、GPS（全球卫星定位）、EDI（电子数据交换）等等。第 一 节 数 据 分 析 技 术 数据库技术 数据仓库 数据挖掘随着计算机信息技术与社会经济的发展，企业每天都会
3、产 生大量重要的数据信息，然而其中仅有一小部分会在相关的 业务分析中被使用，大多数企业都处于“数据过剩，信息不 足”的状态。将数据库技术、数据仓库技术、数据挖掘技术 用于物流企业中则可以大大提高企业的决策能力。F 基 于 ACCESS 数 据 库 的 网 站（图）F ACCESS 数 据 库（图）F ACCESS 数 据 库 表（图）一、数据库技术1、数据库的定义与特点数据库库（Data Base，DB）是存放在计计算机存储设备储设备 中的以一种合理的方法组织组织 起来的，与公司或组织组织 的业务业务 活动动和组织结组织结 构相对应对应 的各种相关数据的集合，该该集合中的数据可以为为公司或组织
4、组织 中的各级经过级经过 授权权的人员员和应应用程序以不同的权权限所共享。（操作型数据库库数据来源于实际实际 运作）一、数据库技术1、数据库的定义与特点1）以一定的数据模型来组织数据，数据尽可能不重复（最少的冗余度）；2）以最优的方式为某个组织的多种应用程序或用户服务（应用程序或用户对数据资源共享）；3）其数据结构独立于使用它的应用程序（数据独立性）；4）对数据的定义、操纵和控制，由数据库管理系统统一进行管理和控制。一、数据库技术2、数据库系统的组成数据库系统（Data Base System,DBS）是采用数据库技术的计算机系统，是可运行的、以数据库方式存储、维护的、向应用系统提供数据或信息
5、支持的系统。它由计算机硬件、软件（数据库、数据库管理系统、操作系统和应用程序等）、数据库管理人员（DBA）及其他人员所组成。F 数 据 库 系 统 的 组 成（图）一、数 据 库 技 术2、数据库系统的组成1）数据库及其硬件支持系统数据库需要有包括CPU、内存、外存、输入/输出设备等在内的硬件设备支持。一、数 据 库 技 术2、数据库系统的组成2）数据库管理系统数据库管理系统（Data Base Management System，DBMS）是基于某种数据结构模型，以统一的方式管理和维护数据库并提供访问数据库接口的软件，是数据库系统的核心。典型的关系数据库管理系统（基于关系模型）有Access
6、、Foxpro、Oracle、Informix、Sybase等。一、数 据 库 技 术2、数据库系统的组成3）操作系统操作系统主要负责计算机系统的进程管理、作业管理、存储器管理、设备管理和文件管理等，可以给DBMS的数据组织、管理和存取提供支持。一、数 据 库 技 术2、数据库系统的组成4）数据库应用系统数据库应用系统是指包含数据库的各种应用系统，如管理信息系统、决策支持系统等都属于数据库应用系统。有了数据库应用系统 ，即使不具备数据库知识的用户也可以通过其用户界面使用数据库中的数据完成各种应用任务。一、数 据 库 技 术2、数据库系统的组成5）数据库应用开发工具数据库应用开发工具用于支持数据
7、库应用系统的开发。目前，流行的开发工具有PowerBuild、Delphi等，它们都提供了图形化的界面工具、应用程序工具、调试工具、强有力的数据库访问能力和数据库浏览工具等。另外，也可以直接利用DBMS产品，如Access、Foxpro和Oracle等开发数据库应用系统，或者利用具有数据库接口的高级语言及其编译工具（如C语言）来开发。一、数 据 库 技 术2、数据库系统的组成6）数据库管理员及其他人员为保证一个企业或组织数据库的正常运转，必须配备专门的管理人员对数据库进行管理和控制，这类人员成为数据库管理员（DBA）。数据库系统的用户除了DBA外，还有系统分析和设计人员、应用程序员和最终用户。
8、二、数据仓库当你听到“数据仓库（Data Warehouse）”这个词的时候会想到什么呢？是一个满是货架的房间，而货架上按一定次序放满了各种信息等待用户提取。如果你是这么想的，那么恭喜你已经向数据仓库迈进了一步。在传统的仓库中，货物通过一定的规则来摆放，以便于管理者快速检索和确认货品种类，并最终以最快速度提交给提货人员。而数据仓库的模式与之类似。二、数据仓库1、数据仓库（Data Warehouse，DW）的概念数据仓库概念始于上世纪80年代中期，首次出现是在被誉为“数据仓库之父”WilliamH Inmon的建立数据仓库一书中。随着人们对大型数据系统研究、管理、维护等方面的深刻识认和不断完善
9、，在总结、丰富、集中多行企业信息的经验之后，为数据仓库给出了更为精确的定义，即“面向主题的、集成的、随时间变化的、信息本身相对稳定的数据集合，用于支持企业或组织的决策分析过程”。（分析型数据库）F 理 解 数 据 仓 库 的 概 念 面向主题，操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题进行组织。（主题，是指用户使用数据仓库进行决策时所关心的重点方面，如：收入、客户、销售渠道等，一个主题通常与多个操作型信息系统相关） 集成，面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原
10、有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 F 理 解 数 据 仓 库 的 概 念 随时间变化，操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 信息本身相对稳定，操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据
11、仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。F 理 解 数 据 仓 库 的 概 念 可以把数据仓库简单地理解为仅仅是一个大型的数据存储机制，是一个静态的概念吗？ 数据仓库更像一个过程，这个过程涉及数据的收集、整理和加工，生成决策所需要的信息，并且最终把这些信息提供给需要这些信息的使用者，供他们做出改善业务经营的正确决策。 数据仓库的重点与要求就是能够准确、安全、可靠地从业务系统中取出数据，经过加工转换成有规律信息之后，供管理人员进行分析使用。 因此数据仓库是一个动态的概念，应该称为数据仓库工程（Data Wareho
12、using）。二、数据仓库1、数据仓库的概念数据仓库是一个环境，而不是一件产品，向用户提供用于决策支持的当前的和历史的数据，这些数据在传统的操作型数据库中很难或不能找到。数据仓库技术是为了有效的把操作型数据集成到统一的环境中以提供决策型数据访问的各种技术和模块的总称。所做的一切都是为了让用户更快、更方便地查询所需要的信息，提供决策支持。F 数 据 仓 库 体 系 结 构（图）F 数 据 仓 库 体 系 结 构（图）二、数 据 仓 库2、数据仓库的组成1）数据仓库数据库是整个数据仓库环境的核心，是数据存放的地方，并提供对数据检索的支持。相对于操作性数据库来说其突出的特点是对海量数据的支持和快速的
13、检索技术。二、数 据 仓 库2、数据仓库的组成2）数据抽取工具把数据从各种各样的存储方式中拿出来，进行必要的转化、整理，再存放到数据仓库内。对各种不同数据存储方式的访问能力是数据抽取工具的关键。数据转换包括：删除对决策应用没有意义的数据段；转换到统一的数据名茶和定义；计算统计和衍生数据；给缺省数据赋予缺省值；把不同的数据定义方式统一。二、数 据 仓 库2、数据仓库的组成3）元数据按照传统的定义，元数据（Meta data）是关于数据的数据。在数据仓库系统中，元数据可以帮助数据仓库管理员和开发人员非常方便地找到他们所关心的数据；元数据是描述数据仓库内数据的结构和建立方法的数据。可按其用途的不同分
14、为两类：技术元数据和商业元数据。二、数 据 仓 库2、数据仓库的组成3）元数据技术元数据是存储关于数据仓库系统技术细节的数据，是用于开发和管理数据仓库使用的数据。业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使得不懂计算机技术的业务人员也能够“读懂”数据仓库中的数据。二、数 据 仓 库2、数据仓库的组成4）访问工具为用户访问数据仓库提供手段。有数据查询和报表工具、应用开发工具、领导信息系统（Executive Information System，EIS）工具、联机分析处理（Online Analytical Processing，OLAP）工具、数据挖
15、掘工具。二、数 据 仓 库2、数据仓库的组成5）数据集市（Data Mart）为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据（Subject Area）。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。二、数 据 仓 库2、数据仓库的组成6）数据仓库管理7）信息发布系统二、数据仓库3、数据仓库的设计方法数据仓库是分析型系统的数据基础，与操作型系统相比，数据仓库设计方法有不同于数据库设计方法的特点。目前，流行的数据仓库设计方法主要有两个特点：首先，有人认为数据仓库设计是数据驱动，还有人认为数据仓库设
16、计是需求驱动。第二，数据仓库设计是螺旋式开发过程，设计中须反复迭代，不断补充完善，循环求精。三、数据挖掘1、数据挖掘的概念数据挖掘（Data Mining，DM），又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的知识的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。 三、数据挖掘2、数据挖掘工具1）神经计算。是一种机器学习方法，通过这种方法可以为模型检查历史数据。拥有神经计算工具的用户可以搜索大型数据库，如识别新产品的潜在用户，或搜索那些根据其概况将要破产的公司。2）智能代理3）辅助分析三、数据挖掘3、数据挖掘应用随着需要管理的数据量（如客户的数据）的不断增加，大公司如电信公司、PC制造商等都建立数据仓库来存储数据，为了对大量的数据进行筛选（如分析客户的购买习惯），各大公司纷纷开始使用数据挖掘工具进行数据挖掘。第 二 节 电 子 数
