数据挖掘的主要方法包括基本统计分析、相关分析、回归分析、时间序列分析、人工神经网络方法等。上海物流不同的分析方法和挖掘工具有其独特的特征和使用范围。

 

1.基本统计分析方法：统计学研究的对象是客观事物的数量关系和数量特征。统计方法广泛地运用于各个领域，供各个部门做出决策、执行计划、检查监督和宏观调控。尤其在物流管理领域，基本统计方法起着信息咨询、监督、辅助决策的作用。

 

统计分析方法从总体中抽取一定数量的样本并测出有关的数据以及利用数据所提供的关于总体的信息来推断关于总体的结论。 目前企业内部的相关海量数据或分散存储，或是异构数据，无法利用基本的统计方法进行归纳推理。

 

2.相关分析：相关分析法是测定经济现象之间相关关系的规律性，并据以进行预测和控制的分析方法。物流管理中的各个要素间存在着大量的相互联系、相互依赖、相互制约的关系，一类是函数关系，它反映着要素之间严格的依存关系；另一类为相关关系，就是说变量之间存在看不确定、不严格的依存关系。

 

物流管理中的相关分析要解决以下问题：

 

（1）确定物流各个要素之间有无相关关系以及相关关系的类型：上海到襄樊货运正相关关系或负相关关系；直线关系还是曲线相关；一元相关还是多元相关。

 

（2）确定各个要素之间相关关系的密切程度，通常是计算相关系数。

 

（3）拟合回归方程，如果要素间相关关系密切，就根据其关系的类型，建立数学模型用相应回归方程来反映这种数量关系。

（4）判断回归分析的可靠性，只有通过检验的回归方程才能用于预测和控制。

 

（5）根据回归方程进行预测和控制。如果变量数量比较多并且变量之间无法用线性关系来表示，那么相关分析就不能很好的反映出各变量之间的关系。