14229

بررسي كاربرد تكنيك¬هاي داده¬كاوي در تحليل داده¬هاي بارنامه در سيستم¬هاي حمل¬و نقل

1400

دكتر مسعود يقيني

با توجه به افزايش روزافزون حجم داده‌ها و تأثيرگذاري آن‌ها بر كسب‌وكارها، انجام تحليل دقيق و كاربردي، اهميت ويژه‌اي يافته ‌است. داده‌كاوي يكي از مباحث مهم در استخراج و تحليل داده‌ها است. علم داده‌كاوي در بازار مد‌هاي مختلف حمل‌ونقل مي‌تواند مؤثر عمل كند و با در اختيار قرار دادن مجموعه‌اي از تكنيك‌هاي متنوع و كاربردي، امكان شناسايي الگوها، روندها و تصميم‌گيري با اثربخشي بالاتر را فراهم مي‌آورد. مي‌توان با به‌كارگيري الگوريتم‌هاي داده‌كاوي بر روي داده‌هاي موجود و ثبت شده در بخش باري مدهاي مختلف حمل‌ونقل جهت بهبود مسائل كمك گرفت. به طور مثال با داده‌كاوي بر روي داده‌هاي مسيرهاي مختلف كانتينر‌هاي باري، مسيرهاي بهينه را براي حمل كالا پيش‌بيني كنيم كه باعث كاهش در هزينه و زمان حمل مي‌شود. همچنين مي‌توان با استفاده از تكنيك‌هاي داده‌كاوي بر روي اطلاعات مشتريان صاحب بار به دسته‌بندي مشتريان و بهبود مسائل لجستيكي پرداخت. يكي از زمينه‌هاي كاربرد داده‌كاوي، در صنعت حمل‌و‌نقل مي‌باشد. در اين رابطه مي‌توان داده‌هاي مربوط به بارنامه‌ها را مورد بررسي قرار‌داد تا الگوهاي معنادار مشتريان را كه صاحبان بار مي‌باشند را شناسايي، ارزيابي، طبقه‌بندي و تحليل كرد؛ كه با شناخت بهتر و دقيق‌تر از هر گروه مشتري، تعامل بهتري با آنها داشت. يكي از روش‌هاي دسته‌بندي مشتريان روش RFM است. به‌كمك اين تكنيك، به شناختي عالي از مشتريان مي‌توان رسيد تا بتوان براي هر گروه بر اساس ويژگي‌هاي خاص خودشان يك سبك رفتاري اختصاصي طراحي كرد. هدف از اين مطالعه، بررسي تكنيك‌هاي داده‌كاوي براي تحليل مشتريان و دسته‌بندي آن‌ها در سيستم‌هاي حمل‌ونقل مي‌باشد. در اين مطالعه، پانزده مقاله در دسته‌هاي كاربرد داده‌كاوي در حمل‌ونقل باري ريلي، باري جاده‌اي، باري دريايي بررسي شده‌ است.

12/19/2022 12:00:00 AM

85102

1403/09/20

Investigating the application of data mining techniques in the analysis of bill of lading data in transportation systems

داده‌كاوي , حمل‌ونقل باري , دسته‌بندي مشتريان , خوشه‌بندي

Data mining , freight transportation , customer classification , clustering