CC BY
6графиков перевозок, прогнозирование рыночной конъюнктуры, организация внутрипроизводственной переработки материалов (хранение, фасовка, развеска, укладка и т.п.), организация внутрипроизводственного перемещения грузов с использованием собственного транспорта, складирование материальных ресурсов и готовой продукции, организация отгрузки готовой продукции, управление запасами.
Сбытовой логистический материало-проводящий процесс (СБЛМПП) решает задачи распределения материальных потоков между оптовыми покупателями при реализации готовой продукции: установление транспортных связей по поставкам, планирование процесса распределения товаров, построение организационной структуры распределительных каналов и сетей, накопление, сортировка и размещение запасов готовой продукции, транспортирование готовой продукции, возвратной тары и отходов, управление запасами, консолидация и рассредоточение, выбор рациональных форм товародвижения, размещение распределительного центра, выбор вида упаковки, комплектация, организация отгрузки товаров, организация доставки и контроль за транспортированием.
Интегрированный логистический материалопрово-дящий процесс (ИЛМПП) решает задачи организации движения и управления им при перемещении грузовых и транспортных потоков с помощью транспортной инфраструктуры: определение объемов перевозок, прогнозирование объемов перевозок, совместное планирование транспортных процессов на различных видах транспорта, выбор способа транспортирования и транспортного средства, определение логистических операций рабочего цикла транспортного средства, оценка показателей работы транспорта в пределах логистической системы, определение рациональных маршрутов доставки, определение эффективных логистических схем доставки, совместное планирование транспортного процесса со складским и производственным, совместное планирование транспортных процессов на различных видах транспорта при смешанных перевозках в пределах логистических транспортно-технологических систем различных видов, обеспечение технологического единства транспортно-складских процессов.
Складской логистический материалопроводящий процесс (СКЛМПП) решает задачи управления материальными потоками на грузовых терминалах и складских комплексах: определение (прогнозирование) объемов и организация грузопереработки на внешних потоках прибытия
и отправления; преобразование терминального ассортимента в потребительский, организация приема (отправления) товаров, внутритерминальные перемещения грузов, прогнозирование терминального товарооборота, выбор транспортного, погрузочно-разгрузочного и складского оборудования, определение эффективных логистических схем терминальной грузопереработки, оценка показателей складской грузопереработки.
Каждый из приведенных типов логистических ма-териалопроводящих процессов при сходных логистических звеньях и операциях, а также содержанию отдельных задач может иметь различную технологию перемещения материальных ресурсов, организацию и управление их перемещением.
Список литературы
1. Вельможин А.В. Основы теории транспортных процессов и систем: Учеб. пособие / А.В. Вельможин,
B.А. Гудков. - Волгоград, 1992. - 189с.
2. Горев А.Э. Грузовые автомобильные перевозки: Учеб. пособие / А.Э. Горев. - М. Академия, 2004. -287с.
3. Нестеренко И.С. Организация перевозочных услуг и безопасность транспортного процесса: Учеб. пособие / И.С. Нестеренко. - Омск: Изд-во ОмГТУ, 2006. - 108с.
4. Туревский И.С. Автомобильные перевозки: Учеб. пособие / М.: ИД «Форум»: Инфра-М, 2009. - 224с.
5. Сологуб Д.М. Грузовые автомобильные перевозки. Ч. 1. Основы теории транспортного процесса / Д.М. Сологуб. - Киев, 1997. - 180с.
6. Терешко С.И. Системный подход к повышению качества автомобильного транспортного процесса /
C.И. Терешко. - Минск: Наука и техника, 1988. -159с.
7. Шутикова Ж.Ф. Бухгалтерський облт на автотранспортном шдприемсш. - М.: Фшанси i статистика, 1999. - 128с.
8. Смехов А.А. Введение в логистику / А.А. Смехов. -М.: Транспорт, 1993. - 112с.
9. Гаджинский А.М. Основы логистики: Учеб. пособие / А.М. Гаджинский. - М.: ИВЦ «Маркетинг», 1995. -124с.
10. Аникин Б.А. Логистика: Учеб. пособие / под. ред. Б.А. Аникина, Т.А. Родкиной. - М.: «Проспект», 2005. - 408с.
НЕКОТОРЫЕ АСПЕКТЫ ФОРМАЛИЗАЦИИ ПОНЯТИЙ СЕКВЕНЦИАЛЬНОГО АНАЛИЗА
Тутов Евгений Борисович
преподаватель кафедры информационных систем и технологий, Юго-Западный государственный
университет, г. Курск Грищенко Иван Николаевич студент, Юго-Западный государственный университет, г. Курск
Шиховцева Ирина Витальевна студент, Юго-Западный государственный университет, г. Курск
SOME ASPECTS OF SEQUENCE MINING CONCEPTS FORMALIZATION
Tutov Evgeniy Borisovich, Lecturer of the chair of information systems and technologies, South-West state university, Kursk Grishchenko Ivan Nickolaevich, Student, South-West state university, Kursk Shihovtseva Irina Vital'evna, Student, South-West state university, Kursk
АННОТАЦИЯ
В работе приведены базовые определения понятий, используемых в секвенциальном анализе, а также детализированы теоретико-множественные характеристики вводимых определений. ABSTRACT
The paper contains basics definitions for sequence data mining and also contains some detailed set-theory characteristics of the introduced definitions.
Ключевые слова: секвенциальный анализ, ассоциативное правило, достоверность, поддержка. Key words: sequence mining, associative rule, confidence, support.
Современные темпы развития вычислительной техники и гигантские объемы накопленных данных в цифровом виде предъявляют повышенные требования к операциям поиска, анализа и обработки данных. В связи с этим можно выделить важное направление анализа данных -секвенциальный анализ [2] (анализ структур, имеющих последовательный характер).
Ниже предлагается целесообразным привести некоторые определения из работы [1].
I = {i,U,...,i 1
11? 2 7 m )
Пусть ~ 2'"''~m> представляет собой мно-
жество литералов, называемых элементами (items). Пусть
D это множество транзакций, где каждая транзакция T представляет собой множество элементов, таких что
T —1. Каждой транзакции соответствует уникальный идентификатор TID (transaction identifier). Транзакция
T содержит множество элементов X, где X — 1, если
X — T
Ассоциативное правило это импликация вида X ^ Y, где X —1, X — Y и X П Y = 0. Ассоциативное правило X ^Y выполняется на множестве транзакций D с достоверностью (confidence) c, если c% транзакций в D, содержащие X, также содержат и Y. Ассоциативное правило X ^ Y имеет поддержку (support) s на множестве транзакций D если транзакций в множестве D содержат X ^ Y.
Целесообразно привести некоторые дополнительные определения, основываясь на работе [5].
Набором элементов из множества литералов
1 = {iP i2,■■■, i m }
называется множество элементов
x
X — Т таких что — .
Поддержкой Зирро^х для набора х (множества элементов х) является часть транзакций, содержащих набор х (множество элементов х ).
Поддержка $иррог1х для набора х может быть представлена следующим образом:
SupportX =
Dx
IdI
(i)
Далее имеет смысл эксплицитно артикулировать некоторые детали приведенных выше определений.
Все упомянутые выше множества (множества элементов, транзакции элементов, множества транзакций) с необходимостью состоят из неповторяющихся элементов (в силу атрибутивной характеристики множества как математического понятия). Также необходимо заметить, что рассматриваются конечные множества. Тривиальным случаем рассмотрения могут служить пустые множества. Следует отметить, что исходная формулировка предполагает неупорядоченный характер множеств (множества элементов, транзакций элементов, множество транзакций). Однако при дальнейшем рассмотрении становится целесообразным считать множества упорядоченными. В частности при реализации алгоритма Apriori [1] каждое множество элементов упорядочено лексикографически, а каждая транзакция представляет собой лексикографически упорядоченное множество. Следует отметить, что
множество транзакций D в этом случае представляет собой нормализованную базу данных, а каждая запись этой базы данных есть упорядоченное непустое конечное мно-
(TID, item) жество - пара х ' .
Приведенная в статье эксплицитная детализация базовых определений секвенциального анализа в терминах теоретико-множественных категорий позволяет с уверенностью говорить о возможном применении приведенных категорий при программной реализации алгоритмов секвенциального анализа.
Литература
1. R. Agrawal, Fast algorithms for mining association rules / R.Agrawal, R.Srikant. - Proceedings of the International Conference on Very Large Databases (VLDB). - 1994. - pp. 487 - 499.
2. Dong Guozhu, Sequence data mining / Guozhu Dong, Jian Pei. - Springer Science+Business Media, LLC. -2007. - pp. 137.
3. Wei Wang, Mining sequential patterns from large data sets / W.Wang, J.Yang. - Springer Science+Business Media, LLC. - 2005. pp. 163.
4. Ian H. Witten, Data mining practical machine learning tools and techniques / Ian H. Witten, Eibe Frank, Mark A. Hall - Morgan Kaufmann Publishers, 3-d ed. - 2011. pp. 629.
5. Барсегян А.А., Технологии анализ данных: Data Mining, Visual Mining, Text Mining, OLAP / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод -2-е изд., перераб. и доп. - СПб.: БХВ-Петербург, 2007. - 384 с.
