本文選題：數(shù)據(jù)挖掘 + 關(guān)聯(lián)規(guī)則　； 參考：《廣西民族大學》2017年碩士論文

【摘要】：隨著大數(shù)據(jù)時代的來臨,經(jīng)濟全球化進程日益加速,企業(yè)之間的競爭不斷加大,供應鏈之間的競爭也在不斷加劇。服務供應鏈是信息環(huán)境下以服務集成商為主導的提供專業(yè)化功能服務的新型供應鏈。在服務全球化背景下,服務供應鏈之間的市場競爭也日趨加劇,風險預測及管理工作對其極其重要。利用大數(shù)據(jù)信息及數(shù)據(jù)挖掘技術(shù)做風險分析與管理已經(jīng)成為服務供應鏈在當今日益激烈的市場競爭中保持核心競爭力的重要手段。但是,由于服務供應鏈整體的復雜性和不確定性,使得服務供應鏈在面對風險時更加被動、脆弱,因此風險研究也變得越發(fā)重要。相對于發(fā)達國家而言,我國對于服務供應鏈以及供應鏈風險的研究尚處于起步階段,這使我國的企業(yè)在全球化進程中處于不利的位置,因此要發(fā)展壯大我國企業(yè),須加大對服務供應鏈及其風險方面的研究。基于這樣的背景,本文通過應用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法對服務供應鏈風險進行預測研究,并提出相關(guān)的對策建議,望對我國服務供應鏈風險及其相關(guān)研究增磚添瓦,對我國企業(yè)的全球化發(fā)展進程有所促進。本文首先對現(xiàn)有的服務供應鏈風險和數(shù)據(jù)挖掘的研究基礎(chǔ)進行了論述,然后總結(jié)分析出服務供應鏈風險的六大類型,包括信息風險、協(xié)同風險、管理風險、需求風險、信用風險、環(huán)境風險,然后對風險的成因進行分析,得出每種風險的誘發(fā)事件,并總結(jié)出風險類型和風險事件之間的關(guān)聯(lián)性。通過模擬實驗的方法得出服務供應鏈風險事件發(fā)生的數(shù)據(jù),使用關(guān)聯(lián)規(guī)則中的Apriori算法來對實驗數(shù)據(jù)進行分析,得出風險事件之間的關(guān)聯(lián)性,即潛在風險事件,然后將風險事件以及潛在風險事件通過代入模型中求出當風險事件發(fā)生時對各種類型服務供應鏈風險的影響程度,最終得出企業(yè)在不同情況下應該注意管理的重點所在,有效降低服務供應鏈風險發(fā)生時的損失情況,維護服務供應鏈的整體穩(wěn)定性。
[Abstract]:With the advent of big data era, the process of economic globalization is accelerating day by day, the competition between enterprises is increasing, and the competition between supply chains is also intensifying. Service supply chain (SSC) is a new type of supply chain in which service integrator is the leading service provider in information environment. Under the background of service globalization, the market competition between service supply chain is becoming more and more serious, and risk prediction and management are very important to it. Using big data information and data mining technology to do risk analysis and management has become an important means to maintain the core competitiveness of service supply chain in the increasingly fierce market competition. However, because of the complexity and uncertainty of the whole service supply chain, the service supply chain is more passive and fragile in the face of risks, so the risk research becomes more and more important. Compared with developed countries, the research on service supply chain and supply chain risk in China is still in the initial stage, which makes our enterprises in a disadvantageous position in the process of globalization, so we should develop and strengthen our enterprises. Research on service supply chain and its risk should be increased. Based on this background, this paper uses the association rules algorithm in data mining to predict the risk of service supply chain, and puts forward relevant countermeasures and suggestions, hoping to increase the risk of service supply chain and its related research in China. To our country enterprise globalization development process has promoted. This paper firstly discusses the research foundation of service supply chain risk and data mining, then summarizes and analyzes six types of service supply chain risk, including information risk, collaborative risk, management risk, demand risk. Credit risk, environmental risk, and then analyze the causes of risk, get the induced events of each kind of risk, and summarize the relationship between risk types and risk events. The data of risk events in service supply chain are obtained by simulation experiment. The Apriori algorithm in association rules is used to analyze the experimental data, and the correlation between risk events, that is, potential risk events, is obtained. Then the risk event and the potential risk event are put into the model to find out the degree of influence on the risk of various types of service supply chain when the risk event occurs. Finally, the enterprise should pay attention to the key point of management under different circumstances. Effectively reduce the loss of service supply chain risk, maintain the overall stability of service supply chain.
【學位授予單位】：廣西民族大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.13;F274

【參考文獻】

相關(guān)期刊論文 前10條

1 張智勇;趙俊;石永強;;基于SLC-SVM的養(yǎng)老服務供應鏈服務質(zhì)量風險識別[J];系統(tǒng)科學學報;2015年02期

2 王嬌;;供應鏈金融風險防范中數(shù)據(jù)挖掘方法的應用[J];物流技術(shù);2013年21期

3 郭召海;韋小兵;;物流服務供應鏈風險控制研究[J];中小企業(yè)管理與科技(上旬刊);2013年06期

4 維克托·邁爾·舍恩伯格;周濤;;大數(shù)據(jù)時代[J];房地產(chǎn)導刊;2013年04期

5 辛曉;王飛;;企業(yè)供應鏈風險管理中的風險識別和控制[J];中國市場;2012年32期

6 楊承梁;;淺談建筑供應鏈中的風險管理[J];現(xiàn)代工業(yè)經(jīng)濟和信息化;2012年10期

7 王麗杰;宋福玲;;供應鏈風險預警及風險防范控制研究[J];經(jīng)濟視角(下);2010年10期

8 程建剛;李從東;;服務供應鏈研究綜述[J];現(xiàn)代管理科學;2008年09期

9 王燕;劉永勝;;供應鏈風險管理概述[J];物流技術(shù);2008年08期

10 謝江林;何宜慶;陳濤;;數(shù)據(jù)挖掘在供應鏈金融風險控制中的應用[J];南昌大學學報(理科版);2008年03期

相關(guān)博士學位論文 前3條

1 丁蕊;物流服務供應鏈的供應商選擇與優(yōu)化研究[D];大連海事大學;2011年

2 鄢飛;物流服務供應鏈的協(xié)同機理研究[D];長安大學;2009年

3 柴文光;基于數(shù)據(jù)挖掘的信息系統(tǒng)風險評估體系框架研究[D];武漢大學;2009年

相關(guān)碩士學位論文 前8條

1 邵曉康;Apriori算法研究及在本科招生數(shù)據(jù)挖掘中應用[D];北京交通大學;2016年

2 劉智鵬;基于數(shù)據(jù)挖掘的供應鏈風險預測研究[D];長安大學;2015年

3 張偉溪;基于數(shù)據(jù)挖掘的IT產(chǎn)業(yè)聯(lián)盟供應鏈伙伴選擇的研究[D];哈爾濱理工大學;2015年

4 金霞;供應鏈風險識別與評估研究[D];蘭州交通大學;2014年

5 蘇曉春;供應鏈視角下的港航服務體系風險研究[D];華南理工大學;2013年

6 楊超;Apriori關(guān)聯(lián)規(guī)則挖掘算法在高校教學管理系統(tǒng)中的應用研究[D];電子科技大學;2013年

7 許麗娟;物業(yè)服務供應鏈績效評價研究[D];武漢理工大學;2012年

8 楊晶;基于多元結(jié)構(gòu)的旅游供應鏈協(xié)調(diào)機制研究[D];廈門大學;2009年

，

本文編號：1830733