《大数据基础与实务》课件 26.项目八 任务四物流大数据实战案例_第1页
《大数据基础与实务》课件 26.项目八 任务四物流大数据实战案例_第2页
《大数据基础与实务》课件 26.项目八 任务四物流大数据实战案例_第3页
《大数据基础与实务》课件 26.项目八 任务四物流大数据实战案例_第4页
《大数据基础与实务》课件 26.项目八 任务四物流大数据实战案例_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

大数据基础与实务项目八综合实战案例物流大数据实战案例任务四目录CONTENTS案例背景ONE任务要求TWO知识准备THREE任务实施FOUR课堂研讨FIVE拓展训练SIX任务描述本案例公司是一家专业从事第三方医药物流的现代化医药仓储配送企业。该公司专门创立一个集药品储存、验收、养护、物流、搬运、集中配送和信息服务七大功能于一体的平台,建立生产企业、流通企业与医院、药房、连锁药店等之间的经营战略联盟，减少医药流通渠道摩擦内耗，提高流通渠道运作效率，降低医药企业的物流成本；有利于医药供应链上下游紧密联合，快速响应市场变化，快速调动、协调和整合供应链资源来增强市场竞争力。小张是这家公司的数据分析部实习生，现在需要他根据近30天的企业内部数据出具一份物流数据分析报告，分析近期公司的物流配送过程是否存在什么问题、是否还有优化空间，并说明原因。任务要求知识准备一关联规则模型介绍关联规则是数据挖掘的一种常用方法，就是从一种行为中发现与之相关联的另一种行为，即X→Y，并用一定的概率度加以保证。定义关联规则最初提出的动机是针对购物篮分析问题提出的。假设分店经理想更多的了解顾客的购物习惯。特别是想知道哪些商品顾客可能会在一次购物时同时购买？为回答该问题，可以对商店的顾客购买记录进行购物篮分析。通过研究顾客放入“购物篮”中的不同商品之间的关联，分析顾客的购物习惯。这种关联的发现可以帮助零售商了解哪些商品频繁的被顾客同时购买，从而帮助他们开发更好的营销策略。此后，关联规则广泛应用在零售业、金融业和互联网行业。关联规则的主要目的是找出强关联规则，以便有针对性的指定营销计划，从而向顾客推荐合适的商品。Apriori是最常见的关联规则算法之一，这种算法的步骤如下：（1）设定最小支持度与最小置信度；（2）根据最小支持度找出所有的频繁项集；（3）根据最小置信度找出强关联规则。13（二）关联规划的挖掘过程知识准备二Dijkstra算法知识准备（一）Dijkstra算法概念Dijkstra算法（迪杰斯特拉算法）是很有代表性的最短路径算法，用于计算一个结点到其他结点的最短路径。该算法指定一个点（源点）到其余各个结点的最短路径，因此也叫做单源最短路径算法。任务实施参见实训平台“物流大数据实战案例”课堂研讨请使用合并后的表格，在PowerBI中进行以下操作：（1）查看表中是否存在重复值，若存在则删除重复值；（2）绘制饼图以显示三种购物行为对应的次数；（3）绘制条形图并设置筛选条件，将各个商品的销售数量降序排列。拓

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论