电子厂仓库管理制度

电子厂仓库管理制度（精选8篇）

篇1：电子厂仓库管理制度

5.堆码一要注意人身安全，二要注意建筑负荷量，三要注意商品安全。轻浮商品堆码，一般不准超过4米高度，对商品的搬运、堆码，要轻拿轻放，不准摔砸，保证人身、建筑、商品三安全。

六、奖励与惩罚

(一)事迹之一者，分别给予表扬、通报表扬或物质奖励：

1.模范遵守各项安全管理规定，一年内没有发生任何责任事故者;

2.发现不安全因素或事故隐患，积极向领导提出整改建议，免遭损失者;

3.积极向组织上提供犯罪分子情况和证据者;

4.发生事故后，奋力抢险扑救，使公司免受或少受损失者;

5.思想重视，措施得力，一年内无任何事故、案件的部门负责人;

(二)凡有下列情况之一者，要给予扣发、免发绩效工资，赔偿经济损失或其他处罚：

1.违犯管理规定，经劝阻教育不改者;

2.发生事故或案件隐瞒不报者;

3.扰乱内部工作秩序，无理取闹、骂人、打人、不服从领导安排工作，屡教不改者;

4.有意毁坏公共设施者;

5.玩忽职守，不负责发生事故或造成损失者;

篇2：电子厂仓库管理制度

(2009-10-16 19:23:12)转载 标签： 分类：营销天下

出库单 半成品 处理品 领料单 仓库 电子厂仓库 杂谈

仓库管理制度 一 目的

本制度对于仓库的收、发、贮、管作了规定，以确保不合格的原材料和成品不入库、不发出，贮存时不变质、不损坏、不丢失。二 适用范围

适用于原料库和成品库及待处理品库的管理。三 内容 1.职责

● 原料库管员负责原材料、外协品、半成品的收、发、管工作。● 成品库管员负责成品的收、发、管工作以及退回货物的前期验收。● 待处理品库管员负责待处理品的收、发、管工作。2.入库

● 原材料、外协品、半成品的入库。

Ⅰ 原材料、外协品到公司后，由库管员指定放置于仓库待验区内，大宗的货物可以直接放在仓库合格区内（于栈板上码垛存放），但应做出“待验”标识。然后，库管员按《过程和产品的监视和测量程序》的规定进行到货验证和报验。

验证的内容包括：品名、型号规格、生产厂家、生产日期或批号、保质期、数量、包装状况和合格证明等。经验证合格的，库管员提交《采购收料通知》报质管部检验；经验证不合格的，通知采购部进行交涉或办理退货。

Ⅱ 库管员接到质管部检验结论为“合格”的检验报告后，应及时办理入库手续，并将待验区内的货物转移到库内合格区存放，已放在仓库合格区的待验品，应将“待验”标识取下；接到检验结论为“不合格”的检验报告时，应按规定做出不合格标识，等待不合格品审理。接到《不合格品评审表》后按处置结论执行。

Ⅲ 采购部打印“采购收料通知单”交生产部库管员作为收货入库凭证。

Ⅳ 半成品经检验合格后，检验结论为“合格”的生产部打印入库单到原料库办理半成品入库手续。库管员应核对半成品的品名、型号、数量、批号、生产日期，无误后方可入库。● 成品入库

Ⅰ 检验结论为“合格”的产品生产部打印《入库单》到成品库办理成品入库手续，在办理入库时，库管员应检查、核对产品的品名、型号、数量等标识是否正确、规范以及外包装是否干净等，符合要求的方可入库。Ⅱ 成品入库后应放置于仓库合格区内。● 待处理品入库

Ⅰ 成品库库管员负责退货和超过保质期滞销产品入库工作；生产部负责半成品和准成品待处理入库工作；库管员应检查核对产品的品名、型号、数量、批号等是否属实，对入库单进行审核。

● 产品入库后，库管员应及时审核，在帐上记录产品的名称、型号、规格、批号、生产日期、数量、保质期和入库日期以及注意事项。并《产品标识和可追溯性控制程序》的规定做出标识。

● 未经检验和试验或经检验和试验认为不合格的产品不得入库。

● 库管员应妥善保存入库产品的有关质量记录（验证记录、原始质量证明、检验报告单等），每月将这些质量记录按时间顺序和产品的类别整理装订成册、编号存档并妥善保管。3.贮存

● 贮存产品的场地或库房应地面平整，便于通风换气，有防鼠、防虫设施，以防止库存产品损坏或变质。

● 合理有效地利用库房空间，划分码放区域。库存产品应分类、分区存放，每批产品在明显的位置做出产品标识，防止错用、错发。具体要求如下：

Ⅰ 库存产品标识包括产品名称或代号、型号、规格、批号、入库日期、保质期，由库管员用挂标牌的方法做出。若产品外包装已有上述标识的，仅挂产品型号的标识牌即可； Ⅱ 库存产品存放应做到“三齐”：堆放齐、码垛齐、排列齐。离地、离墙10～20厘米，并与屋顶保持一定距离；垛与垛之间应有适当间隔； Ⅲ 成品按型号、批号码放，高度不得超过6层；

Ⅳ 原材料存放按属性分类（防止串味），整齐码放，纸箱包装码放高度不得超过规定层数；袋包装和桶包装码放高度不宜过高，以防损坏产品；

Ⅴ 放置于货架上的产品，要按上轻下重的原则放置，以保持货架稳固。

● 有冷藏、冷冻贮藏要求的原料、半成品均按要求贮藏于冰箱、冰柜、冷库或有空调的库房。4.发放

● 生产部生产人员凭《配料单》和《领料单》到原料库领取原材料和半成品。● 原料库库员每天按《配料单》每罐原料的实际数量备料、发放。

● 在备料时，如果发现计划数量和实际发放数量不符时，库管员应在《配料单》备注栏中填写每罐实际发放的数量。

● 实行批次管理的原料，库管员每天备料、发料时在《配料单》上填写该原料的批号，以达到可追溯的目的。

● 技术部开发人员凭经部门经理审批的《出库单》到原料库领取原材料和半成品。● 提取成品时必须有营业部打印的《出库单》和《调拨单》。

● 原料库和成品库的库管员凭经审批的《领料单》或《出库单》、《发货单》发放原材料、半成品或成品，发放时应做到：

Ⅰ 认真核对《领料单》或《出库单》、《发货单》的各项内容，凡填写不齐全、字迹不清晰、审批手续不完备的不得发放；

Ⅱ 发放时，应认真核对实物的品名、型号和数量，符合领料或出库凭证要求的才能发放； Ⅲ 发放完毕，库管员应对《领料单》或《出库单》、《发货单》进行审核，《配料单》交会计部，单据应妥善保管；

Ⅳ 发放时，若产品标识破损、字迹不清，应重新作出标识后发放； Ⅴ 同一规格的原料、半成品、成品应按“先进后出”的原则进行发放。5.仓库内部管理

● 成品库的主管部门应对仓库进行不定期的抽查，检查账、物、卡相符状况，存放情况、标识情况。原料库主管应抽查物料的仓储情况、环境条件、有无错放、混料及超期贮存、变质、损坏等现象。发现问题，及时解决。

● 库管员应经常对库存产品进行检查和维护，发现变质、发霉或标识脱落等现象应及时向直接上级报告，及时处理。对有保质期的产品要防止失效。发放距保质期不到一个月（含）的原料前应报验，检验合格后才能发放。距保质期不到三个月（含）的成品一般不发放（顾客同意的除外），但应及时报验，根据检验结果进行处理。若超过保质期，应及时报验，并按《不合格品控制程序》的规定处理。

● 仓库人员应进行经常性动态盘点，做到日清日结，保持账、物相符，年中和年末应配合财务部搞好盘点工作。

● 仓库做到通风、防潮、清洁，无苍蝇、老鼠。冷藏、冷冻库温度应控制在规定范围。仓库内严禁烟火，不允许存放易燃易爆物品和其它危险品（危险品库除外），并设置足够的消防器材。消防器材不允许占压。

● 对有毒有害及带有腐蚀性的物品应分别贮存，并采取有效的安全防护措施。

● 退库的成品应按品种、型号分别码放并予以标识，经质管部检验为合格的办理入库，并尽快发出。经检验为不合格的，按不合格评审处置意见办理，并作出待处理标识。● 成品库另划待处理品区，存放退货并予以标识，同时配合有关部门按程序做好退货处理工作。

● 原料库根据生产计划，做好查料、备料工作，严格按领料制度发放原料。根据生产计划和库存填报采购申请计划，保证生产需要。

● 对于喷粉产品要严格按照产品的贮存条件贮存，经常检查并通风，发现问题及时通知直接上级并与技术部联系，做到及时处理。

● 凡打开包装的原料、半成品和成品，都应重新包装，保证密封，不允许敞开存放。没有标识的应做出标识。

● 成品库负责样品的包装、发放。样品包装上应有标识，标识内容包括：品名、型号和生产日期。样品应在生产后的三个月内发放。若要将超过三个月的产品做样品发放，应报验，经检验合格后才能做样品发放。● 安全事项

Ⅰ 上班必须检查仓库门锁有无异常，物品有无丢失；

篇3：电子厂仓库管理制度

进销存管理在企业管理中一直占有重要地位,随着近年来经济的发展,企业管理的数据量越来越庞大,为了更好的处理企业商贸流通中的各类数据量,很有必要组建一个具有强大功能的数据管理系统和辅助决策支持系统[1],在此基础上构建起一套完整的进销存管理系统。

传统的进销存系统构建与单一数据库系统之上[2,3],在大数据时代暴露出很多不足,由于其通常是直接建立在业务处理层次上的,决策支持系统和管理信息系统共同存储于同一个数据库系统中,因此不能同时满足分析处理层和事务处理层的需求,难以适应不同用户对不同数据综合程度的要求;而且其对数据的加工和分析提炼功能不强,只能进行一些简单的管理和处理操作,从而导致进销存管理系统处于半手工半自动化状态,利用率不高,无法给企业管理者提供可靠的决策信息支持。

企业为了面临瞬息万变的经济环境,很需要一个可以处理巨大数据量的决策支持系统,该系统不仅具有传统系统的查询和维护功能,更需要具有对巨大的数据量进行ETL(抽取、转化、加载)操作,对数据实现加工和分析功能,得到数据更深层次的信息,更好的支持决策支持,为决策者提供多方位、准确的决策信息[4]。

数据仓库技术促使了新决策支持系统的出现,其在进销存管理系统中的应用也成为构建决策支持系统的趋势。把数据仓库技术应用于企业的进销存管理系统中解决了传统数据库中存在的问题,使得企业在运营过程中实现了“整合数据,从数据中找知识,运用数据知识、用数据说话”。综上所述,本文利用数据仓库技术设计并实现一个电子元器件进销存管理系统。

2 主要相关技术

2.1 数据仓库技术介绍

为了使企业常年积累的各方面统计信息和历史数据能够被更有效的使用和管理,并且能更好地为决策者服务[5],就提出了数据仓库的概念。在《建立数据仓库》一书中,数据仓库之父w.H.Inmon阐述了数据仓库的具体定义,即数据仓库技术是集成的、面向主题的、不可更新的、随时间变化的数据集合,对经营管理中的决策制定过程提供支持[6]。它把不同组织方式、不同介质的数据集合转换成统一的分析型数据,为来自不同数据源的数据提供了统一的数据视图[7]。数据仓库是一种可以统一查询多个分布式异构数据库的技术,它将大量无规律的、散乱的数据聚集在一起,经过抽取、转化、加载等处理过程,除了基本的查询和处理功能之外,最重要的是对数据进行整合、归类、分析并可以根据需求将数据以多维视图的形式存储在数据仓库中,从而提供多元化的企业分析,这种数据的处理及存储顺序可以大大增强决策者和进销存系统之间的互动性。

数据仓库的关键特征:1)面向主题:数据仓库是面向在数据模型中已定义好的企业的主要主体领域,比如采购、产品等。重点关注数据建模与分析并不是决策者的事务处理和日常操作;除去无用数据,提供简明视图。2)随时间而变化:数据仓库是从历史的角度提供信息,其每个关键结构中都包含时间元素,其时间元素的范围比传统数据库中的时间范围长很多。3)数据集成:一个数据仓库的构造是来自多个异种数据源;因此当不同来源的数据移到数据仓库时都要经过数据清理和数据集成。4)数据不易丢失:数据仓库不需要对操作型环境中的数据进行更新,也不需要传统数据库中的并发控制、事务处理和恢复等机制,它只需要数据的初始转载和数据访问。

从上面章节可以了解到数据仓库是一个多维度的数据集,因此使用最广泛的数据仓库模型也是多维度数据模型,具体分为星型模式、雪花模式和事实星座模式三种。星型模式:事实表处于中心位置,维表围绕在中心事实表,事实表中有大量没有冗余的数据。事实表中存放商业事实,包括维和量度两类属性列。每一维对应一个维表,通常用于分组,排序和对量度进行概括。事实表和维表之间联系通过主键或外键联系。将星型模式进行变种便是雪花模型:把其中某些维表进行规范化,将数据进一步分解到附加表中,从而形成类似于雪花形状的模式图形。事实星座是一种多个事实表共享维表的模型。

数据仓库并不是传统数据库的替代品,而是在传统数据库基础上,继承了传统数据库的功能,对其进行重新组织和扩展,使得功能更加强大。

2.2 OLAP技术介绍

联机分析处理(OLAP)系统是数据仓库系统最主要的应用。根据OLAP委员会的定义:对于从原始数据中转化出来的、能真正被用户所理解的、并真实反映企业维特性的信息,OLAP可以让管理人员、执行人员或分析人员能够从多种角度来对进行快速、一致、交互的存取,从而可以使用户对数据更深入了解,它的技术核心是“维”这个概念[8]。

OLAP的基本特征:1)快速性:系统对用户的分析要求响应速度应该为秒级;2)可分析性:OLAP可以对与应用有关的任何逻辑分析和统计分析进行分析处理;3)信息性:不论数据量的大小和数据存储的存储位置,OLAP系统具有及时获得信息并且管理大容量信息的功能[9];4)多维性:系统提供对数据的多维视图,其中包括对多重层次维和层次维的支持,这是OLAP的关键属性。

OLAP分析把数据进行多维组织后,再进行切块、切片、钻取、旋转和聚合等操作,来对数据进行剖析,从而能够从多个侧面、多维度来查看数据,同时对多种数据的综合度进行分析,最后来总结出这些数据背后隐藏的规律。

3 系统设计和实现

3.1 电子元器件进销存系统结构设计

该系统由三模块组成:数据管理模块、辅助决策模块和业务处理模块。其中数据管理模块管理整个系统的数据,主要实现对不同的数据源到数据仓库进行转移,对数据仓库中业务规则和数据结构进行管理;辅助决策模块由联机分析工具和数据挖掘工具等组成,对数据进行统计分析预测从而实现对决策的支持;业务处理模块的后台是多个异构的分布式数据库,前台的业务应用系统是用来完成业务的处理,并把原始的数据提供给辅助决策模块[10],它是整个进销存管理系统的数据入口。

本文中开发的是电子元器件进销存管理系统,应用于经营单片机等硬件的中小型企业。其模块除了用户管理、系统设置外,主要模块为:针对电子元器件的入库管理、出库管理和库存管理。运用数据仓库技术后,该系统的结构设计如图1。

在数据仓库中,把原始数据进行多维化处理从而形成了一种多维数据模型。之后能够从多层次、多角度用多维分析的方法对数据进行统计分析。

简要介绍下事实、粒度和维的定义。事实是要分析的目标数据;粒度是对维进行划分时的单位明细程度;维是事实的属性和对事实进行考察分析的角度。本文中的电子元器件进销存管理系统的事实包括:本季度入库采购量、本季度出库采购量、累计入库采购量、累计出库采购量、累计出库采购额、累计入库成本、去年同期采购量、预计采购量等等;维包括:时间、电子元器件商品、入库采购地点、出库采购地点、客户、供应商等;粒度:比如时间的粒度是年、季度、月、周、日。为了更加直观化,本文用超立方结构来表示三者的关系:XYZ的每个坐标轴是一维,粒度就是坐标轴的单位,事实就是坐标轴空间中的某一个点[11]。如图2显示的坐标轴空间中的每一点就表示“某种电子元器件商品在某一时间对某个供应商的采购量”。从而达到从不同的层次(粒度)、不同的角度(维)来观察分析数据(事实)来分析数据。

下面以电子元器件的入库管理为例来说明数据仓库系统的概念模型设计。

1)概念模型设计

对入库数据仓库所需的数据进行建立,其中主要包括:入库订单数据、电子元器件商品数据、供应商数据等。

确定系统的主题和内容:也就是“维”,入库管理模块维有三个:电子元器件商品、供应商和采购员。电子元器件商品主要对电子元器件商品分类和采购情况进行描述;供应商主要对供应商的分类以及供应商合同的管理进行描述;采购员主要对采购员对商品的采购情况和采购地区的分布情况进行描述。

电子元器件商品的属性(粒度):

电子元器件商品固有信息数据(商品ID、商品名称、商品类别等)

电子元器件商品库存信息数据(商品ID、仓库ID、库存量等)

电子元器件商品采购信息数据(商品ID、供应商ID、采购日期、采购数量等)

供应商的属性(粒度):

供应商固有信息数据(供应商ID、供应商名称、地址ID、电话等)

供应商合同信息数据(供应商ID、合同ID、数量、起始日期、终止同期、价格等)

供应商供货信息数据(供应商ID、商品ID、数量、单价、日期等)

采购员的属性(粒度):

采购员固有信息数据(采购员ID、采购员名称、采购商品等)

2)逻辑模型设计

根据上述的概念模型,下一步能得到星型的逻辑模型,如图3所示。星型模型显示的是一种多维分析的结构。星型模型的中心是分析的目标,对应上述的事实表;访问的角度在四周对应维表;每一维又可划分不同的粒度。

3)决策支持

多维数据模型使管理人员能够通过动态、丰富的多维分析和查询来了解企业的各方面运营情况,进而探索出业务活动的规律。1)市场分析:运用了数据仓库技术的进销存管理系统,能够利用OLAP数据分析工具从而更加深入仔细地对系统数据进行研究,分析出客户的购买行为、商品组合和其它重要的战略性信息[12]。着重分析采购量较大的商品,从而保证在正确的时间和地点有正确的库存,减少成本来增加利润。2)趋势预测:运用数据仓库技术对电子元器件的商品种类、库存、出入库信息进行分析,以及时确定需要补充的商品,从中还可以分析客户购买商品的趋势;并对某些电子元器件商品进行价格调整。系统需要对大量产品采购的相关数据进行检索,在此检索结果的基础上进行统计分析,进而完成预测出商品采购量的任务。3)参照分析:利用OLAP对系统数据的分析,能够实现对商品分组布局、购买推荐和商品参照分析的强大功能[13]。比如从购买电子元器件的记录中挖掘信息,来发现购买某一种电子元器件商品的客户还可能会购买其它哪些电子元器件商品,分析该客户的购买习惯。从购买记录中提炼出最佳的电子元器件商品的分组布局,来帮助决策者选择供应商的商品。

基于数据仓库的进销存管理系统具有强大的数据挖掘功能,还具有许多功能:比如对促销活动有效性分析、对客户忠诚度分析和对供应商信用度分析等。

3.2 系统界面实现

基于以上对系统的分析和数据仓库技术的研究,对电子元器件进销存管理系统进行开发实现。本文的进销存管理系统是针对单片机类的中小型企业,该企业从供应商处采购电子电子元器件,根据客户的不同要求经过写入代码等加工流程后,向客户进行采购。因此需要对电子电子元器件的采购情况、采购情况和库存情况等进行统计分析。主要的模块:主页面、入库操作和出库操作设计如下:

4 总结

本文结合中小型硬件企业中的进销存管理业务,指出了运用传统数据库技术的进销存管理系统的不足,从而提出了将数据仓库和OLAP技术应用于进销存管理系统,进而设计和实现了电子元器件进销存管理系统,该系统是在以数据仓库技术为核心的环境下构建的。基于数据仓库以及多维模型分析工具的系统,不仅具有基础的对电子电子元器件库存快速查询和电子元器件入库操作和出库操作的准确处理,而且具有强大的数据综合分析能力,实现数据多维化、灵活化、自动化;进而帮助企业快速正确的做出电子元器件的采购和采购决策,提高企业的竞争力。鉴于数据仓库和多维化处理技术具有如此多优势,其在企业中必将有广阔的应用前景。

摘要：该文在指出了进销存管理系统中传统数据库的不足,将数据仓库技术引入,叙述了应用于决策支持系统中的数据仓库模型和多维分析OLAP工具,以物流贸易企业的进销存管理业务为设计背景,介绍了数据仓库技术在开发电子元器件进销存管理系统中的应用。

关键词：决策支持,进销存系统,数据仓库,OLAP

参考文献

[1]高洪源.决策支持系统(DSS)理论、方法、案例[M].北京:清华大学出版社,1996.

[2]王培仁.企业进销存管理系统研究与开发[D].南开大学学软件学院,2011.

[3]张智.邓志宏.李建奇基于B/S模式的进销存系统的设计[J].科技创新导报,2010(23).

[4]张素萍.浅谈基于数据仓库的决策支持系统[J].计算机应用研究,1999(5).

[5]Bischiff J.Alexande T.数据仓库技术[M].北京:电子工业出版社,1998.

[6]W H Inmon.建立数据仓库[M].北京:机械工业出版社,2000.

[7]巧云.基于数据仓库的决策支持系统研究[J].情报探索,2005(1).

[8]赵博,叶晓俊.OLAP性能测试方法研究与实现[J].计算机研究与发展,2011,48(10):1951-1959.

[9]贾志华,张亚寒,魏祥.OLAP在企业中的多维数据分析研究[J].计算机与网络,2008,34(11):36-37.

[10]李薇,李宛洲.基于数据仓库技术的进销存系统的设计与实现[J].计算机工程与应用,2001,37(10):95-95.

[11]冀振燕.UML系统分析设计与应用案例[M].北京:人民邮电出版社,2003.

篇4：基于电子商务的数据仓库的探讨

关键词：电子商务； 数据挖掘 ；开发过程

中图分类号：F224．33 文献标识码：B

电子商务是未来所有企业的发展方向，作为电子商务发展过程中关键技术之一，数据仓库是电子商务今后发展的重点所在，它不仅为电子商务存储各种商品信息、交易信息以及用户信息，而且通过对数据的再次整理和挖掘，可以为企业提供市场信息和决策依据，进行趋势预测，从而真正体现电子商务在市场敏锐性方面的优势，不断提高竞争力。对于电子商务企业来讲，数据仓库的直接价值体现在可以满足用户全面了解企业内部和外部环境的需要，同时减少现有系统的维护负担；长期价值则体现在通过业务数据使得企业能够从历史系统中转移到适应企业高速变化的半结构化环境之中。构建一个基于电子商务的数据仓库决策支持系统，可以极大地提高电子商务企业的商业智能，从而占有更大的市场，提高市场竞争力。

一、电子商务对数据仓库的应用需求

电子商务(Electronic Commerce)，是利用现代信息网络进行商贸活动的一种最先进的贸易手段。通过这种形式，人们可以对带有经济价值的产品和服务进行宣传、购买和结算。这种交易方式不受地理位置、资金多少或零售渠道的影响，使产品在世界范围内交易，有助于降低企业的成本，提高企业竞争力，也为消费者提供了更加丰富多样的选择和更加优越舒适的购物环境。

电子商务的出现实际上已有二十余年，其以往的形式有：EDI（电子数据交换）、电子邮件、文件传输、电传以及条形码系统等。近年来，传统的电子商务VAN(增值网)，Internet的电子商务迅速增长。据1996年3月GIIC电子商务委员会的报告，1994年，远距离电子购物只占全球总购物量的13%，而预测到2005年，这个百分比将增加至32%。无疑，电子商务是一个极具潜力的巨大市场，具有诱人的发展前景。

正如前面所提到的，电子商务是决策支持和事务处理的混合体。当前，对电子商务的讨论研究多数集中于交易处理之上，如网上数据的安全传输、身份认证、电子支付等等。但实际上，决策支持同样是电于商务的一个重要方面。一个企业要实现真正的电子商务，并不仅仅是有一套电子支付系统就可以的。管理者还需要从Internet中获取各种有效信息，例如同类企业的销售情况、市场的动态、顾客的消费行为等，并据此进行分析，从而制定出及时、正确的策略，以促进本企业的贸易。而数据仓库正是决策支持系统的一个很好的解决方案，可见，在电子商务中应用数据仓库以辅助决策，是十分必要的。

（一）数据的规模

当前，WWW是基于Internet的电子商务最流行、也是最有前途的实现平台。基于WWW的商务应用比传统的方式效率更高，也更为有效。但WWW有一个众所周知的特点，就是其中的信息浩如烟海，许多人常常用“大海捞针”来比喻从WWW中搜索信息的困难。因此电子商务需要一种高效灵活的工具，来获取、存储相关信息。

（二）数据的复杂性

Internet上的信息不仅数量极多，而且数据格式多种多样，内容纷繁复杂。例如，要分析在多个国家生产、销售的产品的利润．由于各国生产状况不同，销售方式不一．各国的流通货币也不统一。在分析中会有众多因素需要加以考虑。因此需要具有大容量、并能有效处理不同格式数据的电子商务应用系统。

（三）历史数据

传统的数据库系统为了获得最大的执行效率，往往存储尽可能少的数据源。因为拥有的数据越多，数据组织重构、浏览、索引和监控的难度就越大。但决策往往要用到大量的历史数据，例如，管理者常常需要对过去一年中某产品每个月的销售情况作一比较分析，以预测产品的销售定势。数据仓库为决策者的长期决策行为提供了很好的支持，因为其根本特征之一就是进行长时间的历史数据存储。

（四）查询需求

在电子商务中，无论是买方，还是卖方，都会对系统有查询的要求。以买方为例，顾客在购买一件商品之前，需要了解该商品的功能、质量、价格、外观等，这实际上也是一种决策的过程。但一般的联机事务处理（OLTP）系统主要要求更新的实时性，对查询的性能要求相对较弱。而数据仓库面向决策支持，其体系结构着重保证查询和分析的实时性。

从以上的分析可以看出，随着商务需求的增长和不断变化，我们需要数据仓库这样一种体系结构来存储大量的异构数据，满足电子商务中的信息发布、查询、分析和决策等需求^[1]。

二、数据仓库对电子商务的支持

电子商务应用需要数据仓库技术，这是由数据仓库本身所具有的诸多优点所决定的。数据仓库的一些基本特点，如面向主题、集成性、时间变异性、稳定性，从各方面支持了电子商务的应用。数据的集成性，解决了来自互联网的数据格式不一致问题，因为各种数据在进入数据仓库之前都是经过转换的；时间变异性则恰好支持了管理者在电子商务中利用大量历史数据进行决策分析；稳定性则有助于防止电子商务中的舞弊欺诈行为，因为数据仓库中的数据对于一般用户而言都是只读的，若更新需由管理员在后台进行。

从数据仓库的商业化逻辑模型、数据只读性和概要视图这三个方面来进一步阐明数据仓库对电子商务的支持。

（一）商业化逻辑模型

数据仓库的逻辑模型比起任何特殊应用的数据模型来，与商业结构能更好地密切结合。由于具有面向主题的特性，数据仓库中定义的实体与实际商业实体相对应，如客户、产品、单据、分销商等。一般地，数据仓库从多个源应用中收集数据，以形成一个商业实体的属性。在单一的商业应用中的数据结构，对于一个数据仓库而言都是不够完全的。例如，一个银行中，信贷部门可能只知道顾客的贷款情况，而另一个部门则可能只知道存款情况，数据仓库则不然，其中的一个客户就代表整个银行的客户，与该行有各种商业联系。数据仓库中的数据模型是全面的，而且面向商业实体，因而能与电子商务应用紧密有效的结合起来。

（二）数据只读性

数据仓库体系结构的一个主要组成部分，就是用于决策支持的只读性数据仓库，它具有以下特点：首先，数据可能来自不同的数据库、不同的平台，而且以多种数据类型和格式出现，在进入数据仓库之前，数据必须经过转换；其次，用于决策支持的数据，存在独立、只读的数据库中，其更新操作由专人在后台进行，这样既保证了数据的安全，又节省了时间，提高了系统的性能；最后，用户存取数据只需利用前线工具，比如web浏览器，使得用户的操作简单方便。因此，数据仓库中的只读数据库机制也是十分有利于电子商务的。

（三）概要视图

当今的数据仓库，一个重要性质就是自动生成概要视图，数据仓库中的概要视图与传统关系型数据库所提供的视图有些类似，但视图是一张虚表，而概要视图则是由用户预先生成的实际的表。

例如，一个企业在进行电子商务的过程中，可能会有许多人经常要看产品销售的汇总数据，如果系统在每次需要时都要调用大量数据进行分析，显然很浪费时间，而且也完全没有必要。因此，数据仓库就在用户提出要求之前，预先对数据进行汇总。分析生成概要视图，这就显著地提高了系统的效率。

在电子商务的应用中，概要视图的生成不仅仅是数据的一般性总结，通常还要将商业规律应用到具体数据中。如概要视图可能包含一个过滤器，考虑某个订单时，就在过滤器中加入相应的商业规律。通常一个数据仓库中有多个基于商业实体的概要视图^[1]。

三、基于电子商务的数据仓库设计

（一）数据仓库平台的组成

数据仓库平台是由两部分组成的，包括硬件和软件两部分。硬件平台是用来支持将面对的大量数据、多类用户、多种多样的工作量和大量的需求；软件平台则用一个高效的且优化的方式来组织和管理数据。一个高性能平台是任何一种高性能数据仓库环境的核心，就是这种平台决定了数据仓库环境的处理能力和输入/输出带宽，可以支持的用户数，可以存储的数据量，以及数据仓库环境如何适应用户需求的增长和改变。一个高性能平台是由大量组件构成并在一条链中将这些组件连接起来。因为数据仓库环境必须能够随着用户需求的增长而增长，要能够适应用户需求的变化，所以性能链中的每个组件必须能够支持快速增长和快速变化这种特性，保证数据仓库平台不仅在开始时可以很好地运行，而且将来也能够良好地运行^[2]。

（二）数据仓库平台开发方法

数据仓库设计的主要目标是确定一个模型使之能对决策支持处理进行优化，这样一个模型对商业分析人员必须清楚易懂，而且能够支持快速查询过程。数据仓库中的数据必须干净、一致、精确。多维模型恰好满足了这些要求，可以采用星型模型来实现数据仓库系统，那么工作的重心集中在事实表和维表的建立上，而两者的建立主要是基于收集各种可能的OLAP分析。图1显示了构建数据仓库多维模型的过程。

数据仓库平台的开发过程相当复杂，它不同与一般系统平台的设计，因为数据仓库中的数据是面向主题，因此其开发过程是一个数据驱动的过程，包括软硬件配置、体系结构的设计、技术的选择、开发环境等。笔者侧重介绍数据仓库体系结构的设计，但硬件的配置也是不可忽略的一个部分，需要考虑到硬件对整个数据仓库平台性能的影响，像各种服务器的选取，如数据仓库数据库服务器、OLAP查询服务器、Web服务器、应用服务器。整个平台使用Delphi为前端开发工具，微软SQL Server 2000为目标数据库。微软SQL Server 2000提供了一套完整的数据仓库分析和解决框架，它集成了一系列的工具，是下一代可扩展的电子商务和数据仓库解决方案之一。微软通过把服务集成到技术平台中，使得商业智能系统和数据仓库的实现更容易。SQL Server 2000提供如下组件，DTS，Replication，Analysis Service，English Query，Meta Data Services，使得数据仓库的实现非常容易^[2]。

（三）基于电子商务的数据仓库平台开发过程

1.需求分析和项目规划阶段

在实现任何系统之前，第一步是需求分析，它是数据仓库设计中非常主要的一部分，尤其是电子商务环境下，因为要捕获许多电子商务特有的数据，例如：多媒体和半结构化数据的处理；各种网页数据到Web数据库的转变；支持数据库级的用户接口（如存储设计，超链接等）；模型的变化（如目录合并、产品目录、新产品、已售商品等）；元数据的处理和在上下文环境下捕获点击流（ClickStream）数据。

2.逻辑设计阶段

这一阶段主要完成数据仓库逻辑模型和数据仓库体系结构的设计。笔者访问了很多电子商务站点来寻求具体经验，同时模拟了许多商业场景来得出各种各样的OLAP查询，然后在这些查询的基础上进行分类，得出所需要的主题域，既要确定事实表的粒度和必要的维，并要确定维的属性。设计时采用星型多维模型，这种数据模型直观且简化了数据结构，有助于提高查询的性能。数据仓库中的每一个主题对应于一个星型模型结构，由事实表和若干维表组成，并按不同的粒度来存储数据。在完成数据模型的构建之后，设计如图2所示的数据仓库体系结构。这是一个3层体系结构：最底层是数据仓库服务器，这是一个关系数据库系统，笔者把数据集市和元数据库也放在这一层；中间层为OLAP服务器，它是一种特殊的服务器，可以直接实现多维数据和操作；最顶层主要是应用服务器，主要是商业智能应用程序，包括查询和报告工具，OLAP分析和数据挖掘，以及各种报表生成工具，使用Analysis Services来实现。在上面所提出的体系结构中，整个数据仓库平台由以下几个模块组成：

(1)数据抽取、转换和加载模块。其功能是从各种数据源抽取所需的数据，并通过清理和转换变成统一的数据格式，加载到数据仓库数据库中。这里数据源的选取和数据质量是非常重要的，以后的运作完全是在这一步的基础上。数据源主要包括ERP／CRM数据、OLAP数据、历史数据、外部数据(如人口统计数据和心理学数据)、点击流数据、邮件列表等等。

(2)元数据管理模块。元数据是数据仓库中最重要的一部分，只要是支持和管理数据仓库的任何所需信息，都要写到元数据库中，元数据管理是控制企业数据仓库、Web驱动的应用程序的关键部分。系统实现了基于Web的数据仓库访问，用户可以通过Meta data Browser来访问和管理元数据。

(3)数据访问模块。这个模块主要完成数据前端展现和各种OLAP查询、分析、数据挖掘以及各种报表的生成。

(4)数据仓库管理和维护模块。这个模块主要完成对数据仓库的日常维护和管理，涉及数据仓库的更新、备份，ETL规则的更新，平台性能的优化以及数据仓库的安全性等。

3.物理设计阶段

物理阶段设计主要包括数据仓库物理模型的实现和硬件平台的配置。这里重点考虑存储策略和索引技术，所有表的存放都要充分利用并行处理技术和多线程技术，这样来提高数据仓库性能。在数据仓库环境下，主要使用位图索引和联合索引，加快今后查询的速度，同时还建立了很多汇总表和视图^[2]。

四、结束语

通过建立一个基于电子商务的数据仓库，企业可以提高商业智能，预测市场趋势并做出明智的决策，从而提高市场竞争力。数据仓库系统平台的构建是一个动态的反馈和循环的过程，是不断循环、螺旋式上升的，一方面，数据仓库的数据内容、结构、粒度、分割以及其物理设计根据用户所返回的信息不断地调整和完善，提高系统的效率和性能；另一方面，通过不断地理解需求，使得最终用户能做出更准确、更有效的决策分析。电子商务也只有充分结合传统信息技术的强大力量，才能持续、稳定、迅速地发展，真正实现全球贸易的伟大变革。

参考文献：

[1]练慧萍,杨明福.数据仓库技术及其在电子商务中的应用[J].微型电脑应用,1998(5).

[2] 钟珞,马志军,水俊峰.支持电子商务的高性能数据仓库平台的设计[J].武汉理工大学学报, 2003(2).

（责任编辑：席晓虹）

篇5：淘宝电子商务仓库管理制度

一、目的

1、为加强商品库存、发货辅助品、日常工具等物品出、入库手续及流程。提高发货效率、保障库存安全、规范相关人员工作流程，特制定以下管理制度。

2、制度中所指的物品为库存商品、发货辅助品、日常工具。

二、程序

1、物品采购管理

① 采购数量、品类、款项需提前与运营部进行沟通，由运营部批准后交财务（国雪暂时代理）预支进货款项（款项大于1000须有董事长签字方可）。

② 货比三家，确保采购物品的性价比，严格检查物品质量，责任到具体采购人员。

③ 必须索要采购物品清单或明细，回公司后办理入库、写入软件、交财务审核保存，否则不予报销。

④ 外出采购人员，务必将本职工作做好交接，否则造成一切损失由其承担。

2、物品入库管理

① 对采购物品数量、质量进行严格核查后方可入库，同时写入库存管理软件，与运营部沟通对物品进行编号，必须在到货当日完成入库，否则库外物品丢失由负责入库人员负责。

② 详细填写《入库单》，第一联由仓库保存，第二联交财务保存，第三联由采购人保存。

3、物品存量及库存预警机制

① 每周进行一次库存盘点，每一次出货必须进行软件库存更新。② 当产品物品库存量小于一周销量/用量（以上一销量/用量为参考）时应该发出预警，第一时间告知运营部，经运营部同意后进入采购环节。

4、物品出库及发货管理 ① 出库单据：物品出库单、电子发货单。

② 凭单据配货并签字，责任到人，当日配货人员需在仓库主管备案。③ 发货流程（参照附表_东耀发货流程）。

5、物流对接管理

① 物流公司选择，备用物流公司。

② 物流费用洽谈，明确各物流公司各区域费用，如有变动应在第一时间通知到客服部、运营部、财务主管人员。

③ 发货时效保障：每日17点之前订单必须在当日发出，17点之后订单发货时间截至快递员取件时间。

6、借用物品管理

① 内部人员借用公司物品，应填写《物品借用单》并由本人主管领导签字方可借用。

② 仓库主管人员每周清点一次借用物品归还情况，对延误归还的进行催缴或上报追究责任，如有超过归还日期一周且没有上报记录，追究仓库主管人员责任。

7、退货及归还管理

① 收到退货包裹，一定检查质量并同客服人员核对包裹身份，② 如退货无质量问题，进入库环节，更新库存软件；

③ 如退货有质量问题，需配合客服部理清责任方，对买家或物流方进行追责。

④ 退货包裹超24小时未进入处理流程，追究仓库主管责任，客服部在接到退货信息后24小时未进入处理流程，追究客服主管责任。⑤ 归还物品应仔细检查，如无损坏正常办理销单，如借用物品损坏应及时上报追责，自归还日起超7天未见上报记录仓库主管责任。⑥ 样品拍照按物品借用管理。

8、物品报废管理 ① 报废原因：变质（生锈、霉变、虫啃等）；超过使用寿命的；运输过程损坏的。

② 报废流程：由仓库提出报废申请，质检部门（运营部暂代）进行核实后，交由财务部门出具报废物品价值，同时更新软件库存，予以报废。

③ 报废物品归仓库保管，在财务监督下方可进行废品变卖，资金上交财务。

9、仓库管理

① 仓库人员负责仓库清洁卫生，物品码放整齐有序。② 驱虫、防火、通风、防雨、商品质保。③ 库房门窗开关，库房外物品、废品管理。

10、个人发货及购物管理

① 内购：内部员工购买公司物品，按照物品内部价执行，财务部门收费并出具文字证明/签字方可办理出库，文字凭证由仓库主管保存。② 个人发货：员工个人发送物流，需现金支付快递人员，如使用公司包装器材，照价现金支付到财务方可。

三、附则1、2、3、4、四、附表

1、《入库单》

2、《物品借用单》

篇6：电子商务公司仓库管理制度

2、按规定时间收发物料，紧急、特殊情况以“服务生产”为原则处理(固定领发料时间);

3、物料进出仓时应严格计量、计数，不得以估算物料量作为收发依据;

4、未经有效批准不得超量收料(供应商送的备品除外)，也不得超量发料或发货;

5、领发物料后(含领、发、退、补料等)，应按规定时间完成账务、单据、登卡等处理等工作;

6、仓库备(发)料须遵循“先进先出”原则，并注意于收、发料时采取措施予以保证;

7、物料的进出仓由仓管员主导，其他人不得擅自对物料进行处理，无关人员未经允许不得进入仓库;

8、仓库主管应随时对下属仓管员收发情况进行监控，发现异常情况及时处理。

9、研发部取打样板物料时必须办理正常的领料手续，按《领发料作业横向控制卡》执行。

10、储存应遵循三项基本原则：a、防火、防水、防压;b、定点、定位、定量;c、先进先出;

11、对存在色差的物料应做好标识工作，相似物料要分开区域摆放;

12、不良品与良品必须分仓或分区储存、管理，并做好相应标识;

13、对库存时间超过12个月未动用的物料，制定、参照《呆废料处理作业流程》进行处理。

14、仓库须按公司财务部、PMC部要求进行盘点配合，并负责呈报盘点结果。具体参照《盘点控制卡》执行;对于盘点有误差的物料，仓管员不得私自调账;

15、仓管员在发现库存出现异常状况时，应对异常物料实施抽查、抽盘作业;

16、仓管员每天必须自查10款以上物料的账物卡情况，仓库主管应随时对仓库物料进行抽查盘点，作为考核下属工作绩效的一种手段。

17、仓库人员不得监守自盗，严禁公物私用;仓库人员不得收受供应商礼金与物品;

18、在仓库范围内严禁抽烟，违反者乐捐200元/次，责任仓管员乐捐50元/次;

19、对于盘点中出现的问题依具体责任划分进行处理、追究;对所有的乐捐纳入员工基金。

篇7：电子仓库整改计划书

一、目的：合理利用空间，消除脏污，提高工作效率、目视管理，最终达到迅速找到物料，确保仓

库库存准确率。

二、存在问题：

1、仓库使用面积利用率不高，货物堆放混乱；

2、仓库货物库存准确率不能确定 ；

3、区域划分不够明确，货物没有库位、标示，找货难；

4、目视管理不够完善，库容库貌不整洁美观；

5、可利用物料未按流程入库，堆放于仓库角落。

三、整改目标：

仓库使用面积率大于90%

仓库库存准确率大于99%

仓库收发货效率大于99%

四、整改措施：

1、了解物料的摆放区域，作出整改的方案平面图；

2、增加和采购相关的硬件设施（物料柜3个），以满足仓库的日常业务操作；

3、整理仓库打样余料和产品以及仓库呆料；

4、整理整顿环保仓后面的杂乱区和集成吊顶物料，完善帐、卡、物制度，确保仓库库存准确率；

5、柜子到位后先行整理“说明书、标贴区”和电子区；

6、整理线路板区和综合区，改变三个货架位置，移除两个货架出仓库，为合理利用塑胶区腾出空间；

7、重新划分塑胶区并按其物料编号进行排序，划分了区域，物料标识明确清晰，大大避免了货物堆放混乱、找货难的问题；

8、整理功能件区、环保仓、包材区；

9、定期对库存进行整理，利用工作空闲时间及时对仓库的卫生和货物的堆放进行及时的整理，最终要达到货物无积灰、区域划分清楚，通过以上整理和控制达到仓库库容库貌的整洁美观；

10、建立每种物料存卡悬挂并定点放置，建立每个区域平面图并附上物料摆放规律说明书张贴于每个区域前面，可以改变找货难、找不到货的问题，也可以节省收发货的时间和准确度。

五、整改时间：

预计从领导审核、修改、同意整改方案后起一个月内完成。

以上是本人在进入仓库工作后根据现状对仓库的建议，由于时间短暂有很多业务不是很熟悉，提出的建议可能会与实际操作不相符合，请领导予以指正。

电子部：李家明

篇8：电子厂仓库管理制度

随着Internet和Web技术的迅速发展,越来越多工矿企业的商品交易从传统实体转移为Internet上的在线电子交易,这使企业与客户之间的关系发生了根本的改变,传统信息技术已不能满足企业在电子商务网站环境下的需求。通过Web使用挖掘技术可以从工矿企业电子商务网站的访问信息中跟踪客户和非客户的活动,发现大量有价值的信息或模式,从而保证企业在电子商务时代的竞争力。数据仓库作为综合和合并多维空间数据的一种有效分析工具,提供数据抽取、数据转换、数据集成和联机分析处理等功能,可以和其他的数据挖掘方法如路径分析、聚类分析、关联规则发现、序列模式发现、分类学习等集成,以加强路径分析、聚类分析、关联规则发现、序列模式发现、分类学习等在多个抽象层次上的交互知识发现,建立数据仓库已成为Web使用数据分析和Web使用挖掘日趋重要的预处理步骤,并可以为Web使用数据分析和Web使用挖掘提供处理平台[1]。

1 系统总体框架

电子商务是指企业基于互联网进行的商务活动。广义上电子商务不仅包括企业通过Internet买卖产品和提供服务,还包括企业内部和企业之间的商务活动,其不仅是硬件和软件的结合,更是买家、卖家、厂家和合作伙伴在Internet、Intranet和Extranet上利用Internet技术与现有的信息系统结合起来开展商务活动[2]。面向电子商务的Web使用挖掘结合Web技术、数据库技术、人工智能、统计学和模式识别技术,利用数据库管理系统存储Web海量数据,用机器学习的方法分析用户访问Web站点的使用记录,挖掘隐藏在用户访问记录中的知识,得出群体用户或单个用户的访问模式和兴趣。进而可以使企业根据用户的访问兴趣、访问频度、访问时间动态地调整Web站点的页面结构,提供个性化的服务;辅助企业理解用户的商业行为,调整销售策略、改进服务和开展有针对性的电子商务活动更好地满足用户的需求。本文基于以上目的设计并实现了面向电子商务的Web使用挖掘数据仓库系统模型,该模型包括数据抽取、数据转换、数据集成、数据装载和模式发现及分析5个组件,系统总体框架模型如下图1所示:

2 数据抽取和数据转换

数据抽取是从多数据源中增量或批量地提取数据仓库所需数据的过程。由于Web挖掘数据的动态特性,Web使用挖掘数据仓库使用增量方式从用户概貌文件、商业交易数据库和Web使用日志中提取数据。用户概貌文件描述用户的基本特性,包括用户名、性别、年龄、职业、收入、家庭住址、电子邮件地址和联系方式等,可以从网站的注册页中得到;商业数据库存储用户的商品交易信息,包括用户名、交易时间、交易商品、价格、数量、销售地点等;Web使用日志反映用户对站点的访问行为,一般以CLF、ECLF和EXLF3种日志格式存储,包括用户IP地址、时间戳、请求域、状态域、大小域、代理域和引用域等。经过数据抽取阶段提取的多数据源数据多半是含噪声的、不完整的和不一致的数据,很难直接使用,需要进行数据转换,将其转变为适宜数据挖掘和模式发现所需的数据形式。在Web使用挖掘数据仓库的数据转换阶段,用户概貌文件、商业数据库的数据转换工作较为简单,已有的文献论述较多,本文重点是Web使用日志的数据转换:

(1)数据清洗。清除与Web使用挖掘无关的访问日志记录:通过状态域识别出的用户请求失败访问记录,如状态域代码为200的访问日志记录;通过代理域或检查robots.txt文件识别出的搜索代理(Agent)和网络爬虫(Crawler or Spider)等对网站的访问记录[3];文件后缀名为jpg、jpeg、gif、cgi、js、zip的访问记录。

(2)用户识别。用户指通过浏览器访问一个或多个Web站点的个人。由于代理服务器和防火墙的存在,使从Web使用日志中根据IP地址识别用户变得困难,如用户使用同一个代理服务器访问网站时,在使用日志中记录相同的IP地址,网站的访问用户通常结合使用日志、代理域和网站的拓朴结构通过以下方法获得:不同IP地址的访问代表不同的用户;相同IP地址不同代理域的访问代表不同用户;相同IP地址,但用户当前请求页面与历史访问页面没有超链接关系的,表示出现新的用户。

(3)会话识别。会话是同一个用户在一次浏览过程中连续访问的页面序列,代表了用户对Web站点的一次有效访问,可以表示为:

Session={uid,timeb,timee,[(url1,time1),…………,(urln,timen)]}

其中uid是用户的标识符,timeb和timee分别是会话的开始和结束时间,urln和timen分别为会话第n次访问的页面和页面被访问的时间。会话识别通常采用时间阀值法,当相邻两个访问页面的访问时间差大于30min时,则认为两个访问页面属于不同的会话,但由于很难确定用户访问网页间精确的时间差阀值,这种方法存在较大的误差,如用户在访问过程中暂时离开,又重新继续浏览时,就可能会将其误分类为两个不同的会话。本文简单地采用当一个用户访问页面的引用域为空时,则认为用户开始了一个新会话的识别方法减少了此类误差。

(4)路经补充。用户会话中连续的页面子序列构成了用户访问路经。当用户通过后退按钮、历史记录或代理服务器访问网页时,浏览器或代理服务器并不发出访问请求,而是直接从缓冲区读出,导致了Web使用访问日志记录的遗漏,必须进行日志记录的补充完善:给定一个用户的历史访问记录P={r1,r2,……,rn}和一个新的访问请求r,当r的引用域不等于rn时,则用户路经补充为:P'={r,,r2,……rn,referrer(r),r},其中referrer(r)为r的引用页。

3 数据集成和数据装载

Web使用挖掘数据仓库的数据集成阶段基于多维的数据模型,合并前两个阶段从用户概貌文件、商业数据库和Web使用日志中得到的数据,并集中存放在一个一致的数据仓库中。数据仓库的多维数据模型有星形模型、雪花模型和星系模型3种,考虑以下因素:①Web使用挖掘数据仓库巨大的事实表,降低了雪花模型规范化维表冗余,带来存储空间节省。②附加的维表使雪花模型需要更多的连接操作,可能会降低系统性能。③Web使用挖掘数据仓库要和企业已有的离线数据仓库结合起来,以便数据仓库的多个主题事实表共享相同的维表。本文采用如图2所示的星系模型构建Web使用挖掘数据仓库:

(1)事实表的构建。Web使用挖掘数据仓库由销售和用户点击2个主题事实表组成,以提供企业销售和企业电子商务网站点击情况的历史信息。销售主题事实表包含5个维表的关键字:时间维表关键字、产品维表关键字、用户维表关键字、地点维表关键字和活动维表关键字以及产品销售数量和产品销售单价2个从商业数据库中得到的测量。用户点击主题事实表包含6个维表的关键字时间维表关键字、主机维表关键字、用户维表关键字、地点维表关键字、引用维表关键字和活动维表关键字以及页面浏览时间、传输字节数和HTTP状态码3个测量,其中页面浏览时间=下一页面的点击时间-当前页面的结束时间,传输字节数和HTTP状态码从Web使用日志大小域和状态域中提取。

(2)维表的构建。Web使用挖掘数据仓库的时间维表、地点维表、产品维表、活动维表、引用维表和主机维表由多个全序或偏序的概念分层属性组成,提供查询约束和从不同角度观察数据的灵活性,如地点维表的国家、省和城市3个属性,就代表了地点概念的不同抽象层次,可以用于分类学习等数据分析和挖掘方法在多个抽象层次上的交互知识发现。活动维表用于跟踪用户在企业电子商务网站上的活动事件和与企业发生的离线商务活动,活动ID是活动的唯一标识符,代表如广告点击、购买、会话开始、会话结束、登录和下载等活动或事件,活动类型是用户网上和离线活动或事件的编码,以提供在线和离线活动识别。引用维表通过引用URL、访问URL和会话ID提供用户会话的跟踪,如通过以下查询语句就可以得到不同用户在网站上的会话路径和会话ID。

select u.name,r.id,r.rurl,r.frul

from website w,referrer r,user u

where w.user_key=u.user_key and w.referrer_key=r.referrer_key

group by u.name,r.id

Web使用挖掘数据仓库的数据装载阶段利用数据库管理系统提供的后端管理,对存储在分级存储区域中的主题事实表和维表进行排序、汇总、计算视图、建立索引和备份,并将分级存储区域中的数据增量更新到数据仓库中。

4 模式发现及分析

模式发现及分析阶段针对Web使用挖掘的特点,利用已有的挖掘方法和技术,如统计分析、路径分析、聚类分析、关联规则发现、序列模式发现、分类学习、联机分析处理等过滤冗余、无关和常识性信息形成用户想要的知识和模式,并对感兴趣的知识和模式进行可视化和解释。如通过如下联机分析查询语句,我们得到表1所示2007年北京、上海和漯河3个地区的用户,通过离线和网上两种方式购买电视机的对比情况结果,从中发现通过网上购买产品的用户大都位于一个没有直接购买力的地区。这样企业就可以比较Web站点和传统销售方式之间的成本和收益,以决定是否在该地区开办分公司来增加对该市场的渗透力[4]。

5 结语

随着Internet技术和电子商务的进一步发展,通过数据仓库技术将Web使用日志、用户概貌文件和商业数据库中的数据复制、集成、汇总到数据仓库中存储,以实现企业战略决策所需信息语义上一致的物理数据模型,已成为面向电子商务Web使用挖掘知识发现过程中的基本步骤和流行趋势。本文提出的面向电子商务Web使用挖掘数据仓库系统模型,经过多个工矿企业的实际应用证明,在用户访问模式分析、网站导航设计和商业智能化辅助决策等方面是有效的,并已给企业带来了很好的经济效益和商机。

参考文献

[1]范明，孟小峰．数据挖掘概念与技术[M]．北京：机械工业出版社，2007．

[2]方美琪．电子商务概论[M]．北京：清华大学出版社，1999．

[3]毛国君，段立娟，王实，等．数据挖掘原理与算法[M]．北京：清华大学出版社，2005．