基于数据挖掘方法的物流业景气信号灯模型构建

科学识别物流业景气信号,对研判物流业发展态势、指导物流企业开展经营活动具有参考意义。构建物流业景气信号灯模型,该方法首先采用轮廓系数为准则选择合适的聚类数量,对物流业景气指数进行K均值聚类分析,然后将聚类分析结果作为输出,物流业景气指数作为输入,构建C5.0决策树模型,最后利用决策树模型的判别规则作为风险临界区间,得出预警信号灯。以福建省物流业景气信号灯模型构建作为实证研究,结果表明大部分月份福建省物流业发展正常(非过冷或者过热),但是从2018年3月到2019年7月,福建省物流业景气信号都处于趋热以上状态,存在过热风险。