關聯(lián)規(guī)則在電力物資儲位管理中的應用

摘要：通過對電力物資公司儲位管理、關聯(lián)規(guī)則進行簡單闡述，用廈門某電力物資公司的實際銷售數(shù)據(jù)（分材料產(chǎn)品、備品配件、機電產(chǎn)品等三類產(chǎn)品）進行關聯(lián)規(guī)則分析，挖掘出了電力物資之間潛在的關聯(lián)性，進而證明了關聯(lián)規(guī)則在電力物資儲位管理中應用的可能性和必要性。同時針對該分析結果提出一些儲位管理建議，能夠使公司的管理決策有據(jù)可依，從而提升企業(yè)決策的質(zhì)量。

關鍵詞：關聯(lián)規(guī)則；儲位管理；電力物資

作者簡介：王普專（1985-），男，福建南安人，福建電力職業(yè)技術學院，講師。（福建 泉州 362000）施密娜（1983-），女，福建泉州人，泉州醫(yī)學高等專科學校實驗中心，實驗員。（福建 泉州 362013）

中圖分類號：F272 文獻標識碼：A 文章編號：1007-0079（2012）33-0108-02

電力物資管理是電力物資公司根據(jù)電網(wǎng)企業(yè)的生產(chǎn)經(jīng)營戰(zhàn)略目標和主要任務統(tǒng)籌公司整個物資供應管理的全過程。電力物資公司的物資管理應做到按質(zhì)、按量、及時、齊備、經(jīng)濟地將物資供應給需用單位，保證電力生產(chǎn)建設的順利進行。而儲位管理是倉儲管理的一個重要組成部分，是影響揀貨作業(yè)效率的主要因素。儲位管理是指根據(jù)倉儲的功能和貨物的特性將倉庫的儲位合理安排，以便快捷地移動（存放和提取）貨物，從而實現(xiàn)倉庫貨物移動時間的最優(yōu)化并提高倉庫容積利用率。但是，在實際操作中，電力物資公司在電力物資的倉儲管理中往往僅憑借老員工的經(jīng)驗和主觀感覺或者喜好對電力物資的儲放位置進行感性安排。這樣的決策常常會比較武斷，難以達到對電力物資的科學管理。

由于電力物資產(chǎn)品的專業(yè)性強、品種多、規(guī)格雜、數(shù)量巨大，因此電力物資公司的銷售數(shù)據(jù)相當龐大和復雜，簡單地用肉眼或者是對往來交易單據(jù)進行查看很難發(fā)現(xiàn)其中的規(guī)則。但隨著電力物資管理信息系統(tǒng)的引入，現(xiàn)在有條件對銷售數(shù)據(jù)進行分析，從而挖掘這些銷售數(shù)據(jù)當中是否隱含某些有價值的信息。例如：哪幾種物資經(jīng)常被購買；是否有幾類物資經(jīng)常一起被不同的客戶購買。通過分析可以為優(yōu)化電力物資的儲位管理提供科學的依據(jù)。而關聯(lián)規(guī)則的數(shù)據(jù)挖掘正是為挖掘出隱藏在數(shù)據(jù)間的相互關系常用的技術。本文試圖在電力物資的儲位優(yōu)化管理中引入關聯(lián)規(guī)則，從銷售數(shù)據(jù)中發(fā)現(xiàn)高頻項目集，并且找出這些高頻項目集之間的聯(lián)系，以幫助電力物資公司了解銷售產(chǎn)品品類間的聯(lián)系，優(yōu)化物資儲位和產(chǎn)品品類配置。

一、關聯(lián)規(guī)則

1.關聯(lián)規(guī)則的相關概念

關聯(lián)規(guī)則的數(shù)據(jù)挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道但又是潛在有用的信息和知識的過程，從而促進信息的顯化。關聯(lián)規(guī)則經(jīng)常被用來解決這樣的問題：到底有哪些商品經(jīng)常一起被購買？一起購買的概率有多大？

（1）項目集：每一個客戶購買的商品或商品集合稱為一組項目或一個項目集。具體體現(xiàn)在電力物資的銷售數(shù)據(jù)里面是每一個單據(jù)號包含的出庫商品。

（2）頻繁項集：對一個項目集X，如果X出現(xiàn)的頻次不小于用戶定義的最小頻次，稱X為頻繁項目集；反之，稱X為非頻繁項目集。

（3）非頻繁項集：不是頻繁項集的項目集。

（4）項目集的支持度：表示在所有的交易中同時包含關聯(lián)規(guī)則左右兩邊物品的交易次數(shù)百分比，即支持這個規(guī)則的銷售數(shù)據(jù)的次數(shù)百分比。

（5）項目集的置信度：是指在所有購買了電力物資A的交易中，同時又購買了電力物資B的交易概率，是一個條件概率。

其中，項目集的支持度和置信度是關聯(lián)規(guī)則里兩個很重要的閾值，可以用來衡量該關聯(lián)規(guī)則的有效性和可信度。

2.關聯(lián)規(guī)則數(shù)據(jù)挖掘的一般步驟

較為常用的關聯(lián)規(guī)則挖掘方法有美國學者R.Agrawal提出的Apriori算法和GRI算法。本文采用的是Apriori算法。

關聯(lián)規(guī)則的數(shù)據(jù)挖掘通常采用的基本步驟是：生成頻繁項目集，主要是找出滿足最小支持度閾值的項集；生成規(guī)則，主要目的是從第一步產(chǎn)生的頻繁項目集中提取所有高于指定置信度的規(guī)則。

二、關聯(lián)規(guī)則在電力物資公司儲位管理中的應用案例

1.案例介紹

本案例的數(shù)據(jù)來源于廈門某電力物資公司。該公司是一家從事機電設備及工程其他服務項目的委托招標，送變電、配電工程電力器材及配套設備的銷售，倉儲管理和電力技術咨詢業(yè)務。該公司共有6個倉庫，不同類型的電力物資存放在不同的倉庫，并且同一個倉庫里只存放一類電力物資。例如：機電產(chǎn)品存放在同一個倉庫里，且該倉庫里只存放機電產(chǎn)品。

數(shù)據(jù)采集范圍為該公司自2009年8月3日至2010年9月17日的實際銷售出庫數(shù)據(jù)，共涉及到單據(jù)號（一個單據(jù)號表示一次交易）12336個，其中涉及物資種類1521種。通過對該銷售出庫數(shù)據(jù)的簡單處理，使其符合SPSS clementine分析的格式需要。

2.數(shù)據(jù)采集

本案例中使用的數(shù)據(jù)直接從廈門某電力物資公司物資管理信息系統(tǒng)（自2009年8月3日到2010年9月17日）的實際銷售出庫數(shù)據(jù)導出。該數(shù)據(jù)含有單據(jù)號、出庫時間、貨品編碼、品名、規(guī)格、基本單位、基本單位數(shù)量等信息。

3.數(shù)據(jù)整理

本例中對數(shù)據(jù)的整理主要包括：數(shù)據(jù)格式及結構布局的處理；提取出庫頻次較高的前255種物資。由于從該公司中導出的數(shù)據(jù)格式并不符合并SPSS Clementine軟件的要求，因此需要進行數(shù)據(jù)格式更改。另外，該出庫數(shù)據(jù)異常龐大，且涉及的物資種類較多而繁雜，出于ABC分類管理思想、提高應用價值以及分析效率的考慮，有必要對物資的出庫頻次進行排列，只對出庫頻次較高的物資進行分析。

4.數(shù)據(jù)分析

本研究中關聯(lián)規(guī)則數(shù)據(jù)挖掘工具為現(xiàn)今研究關聯(lián)規(guī)則中最具代表性的方法，即采用SPSS公司SPSS Clementine產(chǎn)品的Apriori模型。

（1）對備品配件的分析。將最小支持度設置為1%，即同時購買物資A和物資B的概率要大于1%。最小置信度設置為85%，即客戶購買物資A的前提下，購買物資B的概率要大于85%。最大前項設置為默認值5。部分分析結果如表1所示。

表1 備品配件中支持度設置為1%、置信度設置為85%的分析結果

后項前項支持度（%）置信度

UT線夾NX型楔型線夾、Z型掛板1.373100.0

角鐵擔（橫擔）變壓器臺架用花紋鋼板（變壓器臺架用 ）、槽鋼擔（變壓器臺架用）1.001100.0

UT線夾NX型楔型線夾、彈射芯、Z型掛板1.107100.0

UT線夾NX型楔型線夾；Z型掛板；Q、QP型球頭掛環(huán)1.341100.0

Q、QP型球頭掛環(huán)安普楔形線夾（600411）、彈射芯、W型球頭掛板1.65100.0

Q、QP型球頭掛環(huán)絕緣耐張線夾、彈射芯、W型球頭掛板2.193100.0

Q、QP型球頭掛環(huán)W型球頭掛板、Z型掛板3.72596.0

Z型掛板絕緣耐張線夾；Q、QP型球頭掛環(huán)3.01293.64

W型球頭掛板絕緣耐張線夾；Q、QP型球頭掛環(huán)3.01290.459

設備抱箍（K型）支鐵抱箍3.92885.637

從以上分析結果的置信度可以看出，該公司在售的電力物資之間確實有存在較強的潛在的關聯(lián)。例如：購買了花紋鋼板（變壓器臺架用）和槽鋼擔（變壓器臺架用）的客戶，肯定同時也購買了角鐵擔（橫擔）變壓器臺架用；在購買了Z型掛板和W型球頭掛板的客戶中，有96%的客戶同時也購買了Q、QP型球頭掛環(huán)。

（2）對材料產(chǎn)品的分析。由于材料產(chǎn)品的出庫頻次較低，因此對材料產(chǎn)品的關聯(lián)規(guī)則分析要設置較低的支持度。本次分析中將最小支持度設置為0.1%，即同時購買物資A和物資B的概率要大于0.1%。最小置信度設置為90%，即客戶購買物資A的前提下，購買物資B的概率要大于90%。最大前項設置為默認值5。部分分析結果如表2所示。

表2 材料產(chǎn)品中支持度設置為0.1%、置信度設置為90%的分析結果

后項前項支持度（%）置信度

型號為JKLYJ-1KV/1*120鋁芯交聯(lián)架空導線JKLYJ-1KV/1*35鋁芯交聯(lián)架空導線

型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線0.128100.0

單股銅塑線BV-2單股銅塑線BV-35

鍍鋁合金鍍層鋼絞線GJ-700.117100.0

單股銅塑線BV-25單股銅塑線BV-50

鍍鋁合金鍍層鋼絞線GJ-500.106100.0

型號為JKLYJ-1KV/1*120鋁芯交聯(lián)架空導線型號為JKLYJ-1KV/1*70的鋁芯交聯(lián)架空導線

型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線0.13892.308

型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線鋼芯鋁絞線

型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線0.12891.667

從以上分析結果可以看出，該公司在售的材料產(chǎn)品類電力物資之間存在潛在的關聯(lián)。例如：購買了型號為JKLYJ-1KV/1*35的鋁芯交聯(lián)架空導線和型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線的客戶同時也購買了型號為JKLYJ-1KV/1*120的鋁芯交聯(lián)架空導線；在購買了型號為BV-35的單股銅塑線和型號為GJ-70的鍍鋁合金鍍層鋼絞線的客戶同時也購買了型號為BV-2的單股銅塑線。

（3）對機電產(chǎn)品的分析。由于機電產(chǎn)品普遍較為大，且價格較高，出庫頻次處于中等水平。因此對材料產(chǎn)品的關聯(lián)規(guī)則分析要設置較低的支持度和置信度。本次分析中將最小支持度設置為0.1%，即同時購買物資A和物資B的概率要大于0.1%。最小置信度設置為50%，即客戶購買物資A的前提下，購買物資B的概率要大于50%。最大前項設置為默認值5。部分分析結果如表3所示。

表3 機電產(chǎn)品中支持度設置為0.1%、置信度設置為50%的分析結果

后項前項支持度（%）置信度

GCK抽屜開關柜KYN開關柜0.85270.0

GCK抽屜開關柜SCB10干式電力變壓器0.29853.571

KYN開關柜SCB10干式電力變壓器

GCK抽屜開關柜0.1653.333

KYN開關柜GCK抽屜開關柜1.1551.852

HXGN環(huán)網(wǎng)柜GGD2固定開關柜0.43651.22

從以上分析結果可以看出，該公司在售的機電產(chǎn)品類電力物資之間存在潛在的關聯(lián)。例如：購買了KYN開關柜的客戶中有70%的客戶同時也購買了GCK抽屜開關柜；購買了GGD2固定開關柜的客戶中有51.22%的客戶同時也購買了HXGN環(huán)網(wǎng)柜。

5.結論

以上分析結果可以清晰地看出，物資公司中很多電力物資之間存在著較為緊密的關聯(lián)性。同時該分析結果對于電力物資公司的物資儲位管理、庫存管理、進貨管理等方面都有一定的指導意義。對于備品配件物資，在優(yōu)化儲位管理時可以將Z型掛板、W型球頭掛板和QP型球頭掛環(huán)就近擺放，也可以將花紋鋼板（變壓器臺架用）、槽鋼擔（變壓器臺架用）和角鐵擔（橫擔）變壓器臺架用的電力物資擺放在盡量靠近的儲位。對于材料產(chǎn)品，在優(yōu)化儲位管理時，可以將型號為JKLYJ-1KV/1*35 的鋁芯交聯(lián)架空導線、型號為JKLYJ-1KV/1*95的鋁芯交聯(lián)架空導線和型號為JKLYJ-1KV/1*120的鋁芯交聯(lián)架空導線就近擺放，也可以將型號為BV-35的單股銅塑線和型號為GJ-70的鍍鋁合金鍍層鋼絞線擺放在盡量靠近的儲位。對于機電產(chǎn)品，在優(yōu)化儲位管理時可以將KYN開關柜、GCK抽屜開關柜存放在盡量靠近的同一個區(qū)域里，以提高倉庫管理員的揀貨效率，減輕工作量。另外，物資公司在進貨及庫存管理上也應該注意以上幾種物資數(shù)量的協(xié)調(diào)，從而更好地滿足顧客。

三、結語

利用關聯(lián)規(guī)則對電力物資的銷售數(shù)據(jù)進行分析是一種科學的決策方式，在一定程度上可以避免主觀判斷或經(jīng)驗決策中的一些先天不足。本論文通過一定的數(shù)據(jù)分析挖掘出了隱藏在電力物資公司銷售數(shù)據(jù)里的潛在關聯(lián)，能夠為企業(yè)和組織管理決策時提供切實可靠的依據(jù)。隨著電力物資公司建立科學合理、一流高效的物資供應體系要求的不斷提升，數(shù)據(jù)挖掘技術在電力物資管理領域必然發(fā)揮越來越大的作用，而電力物資公司也會因為數(shù)據(jù)挖掘技術的應用而大大提升自身的競爭力。

參考文獻：

[1]中國人民大學統(tǒng)計學系數(shù)據(jù)挖掘中心.關聯(lián)規(guī)則挖掘概述[J].統(tǒng)計與信息論壇，2002，（5）.

[2]毛國君，段立娟，王實，等.數(shù)據(jù)挖掘原理與算法[M].北京：清華大學出版社，2005.

[3]吳洪波，趙謙.關聯(lián)規(guī)則在大型超市中的應用[J].哈爾濱理工大學學報，2008，13（2）：128-130.

[4]竇延平.關于數(shù)據(jù)挖掘中關聯(lián)規(guī)則挖掘算法的研究及其應用[D].上海：上海交通大學，2003.

[5]林宇.數(shù)據(jù)倉庫原理與實踐[M].北京：人民郵電出版社，2003：52-53.

[6]余建英.數(shù)據(jù)統(tǒng)計分析與SPSS應用[M].北京：人民郵電出版社，2003.

[7]劉俐.現(xiàn)代倉儲運作與管理[M].北京：北京大學出版社，2004.

（責任編輯：王祝萍）