物流大數據分析與挖掘

本書主要講述物流大數據的理論、實踐案例、相關軟件實操與應用等。本書以大數據理論為基礎，結合物流與供應鏈管理的相關知識，運用數據分析、數據挖掘及數據可視化軟件，以案例分析及實操的形式對物流大數據的應用予以形象、具體的分析，幫助學生綜合運用物流與供應鏈管理的知識與原理，提升數據分析能力和邏輯思維能力；鍛煉學生運用創新性數據思維提出並解決物流與供應鏈管理領域實際問題的能力；幫助學生對相應的物流與供應鏈方案進行數據分析，形成創新設計的思維習慣，獲得獨立解決物流與供應鏈管理領域相關問題的能力。

目錄
第一章 物流大數據關鍵技術與應用 1
學習目的 1
1.1 大數據技術的概念與特點 1
案例1-1 4
1.2 大數據的關鍵技術及價值 5
1.2.1 大數據採集 5
1.2.2 大數據存儲與管理 6
1.2.3 大數據計算模式與系統 9
1.2.4 大數據分析與挖掘 10
案例1-2 12
1.3 大數據在物流與供應鏈中的應用 13
1.3.1 大數據在物流中的應用 13
1.3.2 大數據在供應鏈中的應用 16
案例1-3 22
本章小節 24
關鍵概念 24
思考題 24
參考答案 24
第二章 物流大數據與人工智能 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據中的應用 30
2.2.1 基於人工智能技術的供應商管理 30
2.2.2 基於人工智能技術的倉儲管理 31
2.2.3 基於人工智能技術的運輸管理 32
2.2.4 基於人工智能技術的配送管理 32
2.2.5 基於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據中的應用 35
2.3.1 基於人工智能的供應鏈需求預測 35
2.3.2 基於人工智能的圖像識別 36
2.3.3 基於人工智能的倉儲作業規劃 37
2.3.4 基於人工智能的倉配網絡及路由規劃 38
2.3.5 基於人工智能的銷配送 39
2.3.6 基於人工智能的運營規則管理 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 物流大數據與雲計算 45
學習目的 45
3.1 雲計算概述 45
3.1.1 雲計算的概念與特點 45
3.1.2 雲計算的框架結構及作用 47
3.1.3 雲計算的關鍵技術 49
案例3-1 51
3.2 雲計算在物流大數據中的應用 52
3.2.1 雲計算平臺 52
3.2.2 雲物流及其特點 53
3.2.3 雲物流的應用 54
案例3-2 55
3.3 雲計算在供應鏈管理大數據中的應用 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 物流大數據與區塊鏈 64
學習目的 64
4.1 區塊鏈概述 64
4.1.1 區塊鏈定義 64
4.1.2 區塊鏈類型 64
4.1.3 區塊鏈特點 65
4.1.4 區塊鏈核心技術 66
案例4-1 68
4.2 區塊鏈在物流大數據中的應用 70
4.2.1 區塊鏈在物流大數據的應用場景 70
4.2.2 區塊鏈在物流大數據應用的發展瓶頸 71
案例4-2 71
4.3 區塊鏈在供應鏈管理大數據中的應用 72
4.3.1 區塊鏈在供應鏈管理大數據的作用 72
4.3.2 區塊鏈在供應鏈管理大數據的應用 74
4.3.3 區塊鏈在供應鏈管理大數據應用中的阻礙 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 物流大數據與數字孿生 79
學習目的 79
5.1 數字孿生概述 79
5.1.1 數字孿生定義 79
5.1.2 數字孿生技術價值體現及意義 80
5.1.3 數字孿生技術體系 82
5.1.4 數字孿生核心技術 84
5.1.5 數字孿生與智能製造 86
案例5-1 88
5.2 數字孿生技術在物流大數據中的應用 88
5.2.1 數字孿生技術在倉儲環節中的應用 89
5.2.2 數字孿生技術在配送環節中的應用 91
5.2.3 數字孿生技術在包裝環節中的應用 92
案例5-2 94
5.3 數字孿生技術在供應鏈管理大數據中的應用 95
5.3.1 數字孿生技術在供應鏈管理大數據中的作用 95
5.3.3 數字孿生技術在供應鏈管理大數據的具體應用 96
5.3.3 數字孿生技術在供應鏈管理大數據應用的阻礙 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 物流大數據與復雜網絡 101
學習目的 101
6.1 復雜網絡概述 101
6.1.1 復雜網絡的定義 101
6.1.2 復雜網絡的特性 101
6.1.3 復雜網絡常用分析指標 104
案例6-1 106
6.2 復雜網絡在物流大數據中的應用 108
6.2.1 復雜網絡在物流規劃中的應用 108
6.2.2 復雜網絡在應急物流中的應用 108
6.2.3 復雜網絡在快遞配送網絡中的應用 109
案例6-2 110
6.3 復雜網絡在供應鏈管理大數據中的應用 111
6.3.1復雜網絡在供應鏈風險管理中的應用 111
6.3.2 復雜網絡在供應鏈網絡優化中的應用 112
6.3.3 復雜網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 物流大數據爬取 117
7.1 大數據採集與爬取概述 117
7.1.1 ROBOTS協議 117
7.1.2 Request與Response 119
7.1.3 網頁內容形式 120
7.1.4 數據存儲 121
7.2 大數據爬取軟件介紹 122
7.2.1 八爪魚採集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬蟲 124
7.2.4 應用與實操：貨運平臺大數據爬取 125
第八章 物流大數據可視化 130
8.1 大數據可視化 130
8.1.1 數據可視化的定義 130
8.1.2 物流大數據可視化 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：基於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：貨運需求網絡大數據分析 157
第九章 物流大數據文本挖掘 161
9.1 大數據文本挖掘 161
9.1.1 大數據文本挖掘定義 161
9.1.2 大數據文本挖掘步驟 161
9.1.3 大數據文本挖掘方法 162
9.2 大數據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 物流與供應鏈產品服務的定價與研發改良 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：基於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：基於文本挖掘的電商扶貧路徑 190