數據挖掘的主要方法包括基本統計分析、相關分析、回歸分析、時間序列分析、人工神經網絡方法等。上海物流不同的分析方法和挖掘工具有其獨特的特征和使用范圍。

 

1.基本統計分析方法：統計學研究的對象是客觀事物的數量關系和數量特征。統計方法廣泛地運用于各個領域，供各個部門做出決策、執(zhí)行計劃、檢查監(jiān)督和宏觀調控。尤其在物流管理領域，基本統計方法起著信息咨詢、監(jiān)督、輔助決策的作用。

 

統計分析方法從總體中抽取一定數量的樣本并測出有關的數據以及利用數據所提供的關于總體的信息來推斷關于總體的結論。 目前企業(yè)內部的相關海量數據或分散存儲，或是異構數據，無法利用基本的統計方法進行歸納推理。

 

2.相關分析：相關分析法是測定經濟現象之間相關關系的規(guī)律性，并據以進行預測和控制的分析方法。物流管理中的各個要素間存在著大量的相互聯系、相互依賴、相互制約的關系，一類是函數關系，它反映著要素之間嚴格的依存關系；另一類為相關關系，就是說變量之間存在看不確定、不嚴格的依存關系。

 

物流管理中的相關分析要解決以下問題：

 

（1）確定物流各個要素之間有無相關關系以及相關關系的類型：上海到襄樊貨運正相關關系或負相關關系；直線關系還是曲線相關；一元相關還是多元相關。

 

（2）確定各個要素之間相關關系的密切程度，通常是計算相關系數。

 

（3）擬合回歸方程，如果要素間相關關系密切，就根據其關系的類型，建立數學模型用相應回歸方程來反映這種數量關系。

（4）判斷回歸分析的可靠性，只有通過檢驗的回歸方程才能用于預測和控制。

 

（5）根據回歸方程進行預測和控制。如果變量數量比較多并且變量之間無法用線性關系來表示，那么相關分析就不能很好的反映出各變量之間的關系。