物流大數(shù)據(jù)分析與挖掘

目錄
第一章 物流大數(shù)據(jù)關鍵技術與應用 1
學習目的 1
1.1 大數(shù)據(jù)技術的概念與特點 1
案例1-1 4
1.2 大數(shù)據(jù)的關鍵技術及價值 5
1.2.1 大數(shù)據(jù)采集 5
1.2.2 大數(shù)據(jù)存儲與管理 6
1.2.3 大數(shù)據(jù)計算模式與系統(tǒng) 9
1.2.4 大數(shù)據(jù)分析與挖掘 10
案例1-2 12
1.3 大數(shù)據(jù)在物流與供應鏈中的應用 13
1.3.1 大數(shù)據(jù)在物流中的應用 13
1.3.2 大數(shù)據(jù)在供應鏈中的應用 16
案例1-3 22
本章小節(jié) 24
關鍵概念 24
思考題 24
參考答案 24
第二章 物流大數(shù)據(jù)與人工智能 26
學習目的 26
2.1 人工智能技術概述 26
案例2-1 28
2.2 人工智能技術在物流大數(shù)據(jù)中的應用 30
2.2.1 基于人工智能技術的供應商管理 30
2.2.2 基于人工智能技術的倉儲管理 31
2.2.3 基于人工智能技術的運輸管理 32
2.2.4 基于人工智能技術的配送管理 32
2.2.5 基于人工智能技術的客戶管理 33
案例2-2 34
2.3 人工智能在供應鏈大數(shù)據(jù)中的應用 35
2.3.1 基于人工智能的供應鏈需求預測 35
2.3.2 基于人工智能的圖像識別 36
2.3.3 基于人工智能的倉儲作業(yè)規(guī)劃 37
2.3.4 基于人工智能的倉配網(wǎng)絡及路由規(guī)劃 38
2.3.5 基于人工智能的銷配送 39
2.3.6 基于人工智能的運營規(guī)則管理 39
案例2-3 40
本章小結 43
關鍵概念 43
思考題 43
參考答案 43
第三章 物流大數(shù)據(jù)與云計算 45
學習目的 45
3.1 云計算概述 45
3.1.1 云計算的概念與特點 45
3.1.2 云計算的框架結構及作用 47
3.1.3 云計算的關鍵技術 49
案例3-1 51
3.2 云計算在物流大數(shù)據(jù)中的應用 52
3.2.1 云計算平臺 52
3.2.2 云物流及其特點 53
3.2.3 云物流的應用 54
案例3-2 55
3.3 云計算在供應鏈管理大數(shù)據(jù)中的應用 56
案例3-3 59
本章小結 61
關鍵概念 61
思考題 62
參考答案 62
第四章 物流大數(shù)據(jù)與區(qū)塊鏈 64
學習目的 64
4.1 區(qū)塊鏈概述 64
4.1.1 區(qū)塊鏈定義 64
4.1.2 區(qū)塊鏈類型 64
4.1.3 區(qū)塊鏈特點 65
4.1.4 區(qū)塊鏈核心技術 66
案例4-1 68
4.2 區(qū)塊鏈在物流大數(shù)據(jù)中的應用 70
4.2.1 區(qū)塊鏈在物流大數(shù)據(jù)的應用場景 70
4.2.2 區(qū)塊鏈在物流大數(shù)據(jù)應用的發(fā)展瓶頸 71
案例4-2 71
4.3 區(qū)塊鏈在供應鏈管理大數(shù)據(jù)中的應用 72
4.3.1 區(qū)塊鏈在供應鏈管理大數(shù)據(jù)的作用 72
4.3.2 區(qū)塊鏈在供應鏈管理大數(shù)據(jù)的應用 74
4.3.3 區(qū)塊鏈在供應鏈管理大數(shù)據(jù)應用中的阻礙 75
案例4-3 76
本章小結 76
關鍵概念 77
思考題 77
參考答案 77
第五章 物流大數(shù)據(jù)與數(shù)字孿生 79
學習目的 79
5.1 數(shù)字孿生概述 79
5.1.1 數(shù)字孿生定義 79
5.1.2 數(shù)字孿生技術價值體現(xiàn)及意義 80
5.1.3 數(shù)字孿生技術體系 82
5.1.4 數(shù)字孿生核心技術 84
5.1.5 數(shù)字孿生與智能制造 86
案例5-1 88
5.2 數(shù)字孿生技術在物流大數(shù)據(jù)中的應用 88
5.2.1 數(shù)字孿生技術在倉儲環(huán)節(jié)中的應用 89
5.2.2 數(shù)字孿生技術在配送環(huán)節(jié)中的應用 91
5.2.3 數(shù)字孿生技術在包裝環(huán)節(jié)中的應用 92
案例5-2 94
5.3 數(shù)字孿生技術在供應鏈管理大數(shù)據(jù)中的應用 95
5.3.1 數(shù)字孿生技術在供應鏈管理大數(shù)據(jù)中的作用 95
5.3.3 數(shù)字孿生技術在供應鏈管理大數(shù)據(jù)的具體應用 96
5.3.3 數(shù)字孿生技術在供應鏈管理大數(shù)據(jù)應用的阻礙 96
案例5-3 97
本章小結 99
關鍵概念 99
思考題 99
參考答案 99
第六章 物流大數(shù)據(jù)與復雜網(wǎng)絡 101
學習目的 101
6.1 復雜網(wǎng)絡概述 101
6.1.1 復雜網(wǎng)絡的定義 101
6.1.2 復雜網(wǎng)絡的特性 101
6.1.3 復雜網(wǎng)絡常用分析指標 104
案例6-1 106
6.2 復雜網(wǎng)絡在物流大數(shù)據(jù)中的應用 108
6.2.1 復雜網(wǎng)絡在物流規(guī)劃中的應用 108
6.2.2 復雜網(wǎng)絡在應急物流中的應用 108
6.2.3 復雜網(wǎng)絡在快遞配送網(wǎng)絡中的應用 109
案例6-2 110
6.3 復雜網(wǎng)絡在供應鏈管理大數(shù)據(jù)中的應用 111
6.3.1復雜網(wǎng)絡在供應鏈風險管理中的應用 111
6.3.2 復雜網(wǎng)絡在供應鏈網(wǎng)絡優(yōu)化中的應用 112
6.3.3 復雜網(wǎng)絡在供應鏈博弈中的應用 113
案例6-3 113
本章小結 114
關鍵概念 114
思考題 115
參考答案 115
第七章 物流大數(shù)據(jù)爬取 117
7.1 大數(shù)據(jù)采集與爬取概述 117
7.1.1 ROBOTS協(xié)議 117
7.1.2 Request與Response 119
7.1.3 網(wǎng)頁內容形式 120
7.1.4 數(shù)據(jù)存儲 121
7.2 大數(shù)據(jù)爬取軟件介紹 122
7.2.1 八爪魚采集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬蟲 124
7.2.4 應用與實操：貨運平臺大數(shù)據(jù)爬取 125
第八章 物流大數(shù)據(jù)可視化 130
8.1 大數(shù)據(jù)可視化 130
8.1.1 數(shù)據(jù)可視化的定義 130
8.1.2 物流大數(shù)據(jù)可視化 131
8.2 Echarts 131
8.2.1 軟件介紹 131
8.2.2 Echarts介紹 132
8.2.3 應用與實操：基于Echarts的江蘇省貨運量分析 136
8.3 Gephi 151
8.3.1 軟件介紹 151
8.3.2 知識點講解 152
8.3.3 應用與實操：貨運需求網(wǎng)絡大數(shù)據(jù)分析 157
第九章 物流大數(shù)據(jù)文本挖掘 161
9.1 大數(shù)據(jù)文本挖掘 161
9.1.1 大數(shù)據(jù)文本挖掘定義 161
9.1.2 大數(shù)據(jù)文本挖掘步驟 161
9.1.3 大數(shù)據(jù)文本挖掘方法 162
9.2 大數(shù)據(jù)文本挖掘在物流與供應鏈管理中的應用 165
9.2.1 物流與供應鏈客戶偏好分析 165
9.2.2 物流與供應鏈產(chǎn)品服務的定價與研發(fā)改良 165
9.2.3 物流與供應鏈需求預測 166
9.2.4 物流與供應鏈客戶關系管理 166
9.3 Citespace 167
9.3.1 軟件介紹 167
9.3.2 CiteSpace相關概念解析 167
9.3.3 應用與實操：基于CNKI的知識供應鏈研究熱點分析 174
9.4 Nvivo 180
9.4.1 軟件介紹 180
9.4.2 Nvivo相關概念解析 181
9.4.3 應用與實操：基于文本挖掘的電商扶貧路徑 190