物流大数据分析与挖掘

图书标准信息

• 作者 黄音
• 出版社 电子工业出版社
• 出版时间 2023-04
• 版次 1
• ISBN 9787121452147
• 定价 38.00元
• 装帧 其他
• 开本 16开
• 页数 144页

【内容简介】

本书主要讲述物流大数据的理论、实践案例、相关软件实操与应用等。本书以大数据理论为基础，结合物流与供应链管理的相关知识，运用数据分析、数据挖掘及数据可视化软件，以案例分析及实操的形式对物流大数据的应用予以形象、具体的分析，帮助学生综合运用物流与供应链管理的知识与原理，提升数据分析能力和逻辑思维能力；锻炼学生运用创新性数据思维提出并解决物流与供应链管理领域实际问题的能力；帮助学生对相应的物流与供应链方案进行数据分析，形成创新设计的思维习惯，获得独立解决物流与供应链管理领域相关问题的能力。

【作者简介】

黄音，工学博士，主要学术兼职有：湖南省系统工程与管理学会物流与供应链管理专业委员会副秘书长；湖南省运筹学会会员；中国物流学会会员。近年来主持国家自然科学基金2项，主持湖南省哲学社会科学基金、湖南省自然科学基金。发表论文30余篇，其中近5年在SCI、EI、CSSCI、CSCD来源期刊上发表教学科研论文20余篇。出版专著2部（全国百佳图书出版单位）。

【目录】

目录

章  物流大数据关键技术与应用1

学习目的1

1.1  大数据技术的概念与特点1

案例1-14

1.2  大数据的关键技术及价值5

1.2.1  大数据采集5

1.2.2  大数据存储与管理6

1.2.3  大数据计算模式与系统9

1.2.4  大数据分析与挖掘10

案例1-212

1.3  大数据在物流与供应链中的应用13

1.3.1  大数据在物流中的应用13

1.3.2  大数据在供应链中的应用16

案例1-322

本章小节24

关键概念24

思考题24

参考答案24

第二章  物流大数据与人工智能26

学习目的26

2.1  人工智能技术概述26

案例2-128

2.2  人工智能技术在物流大数据中的应用30

2.2.1  基于人工智能技术的供应商管理30

2.2.2  基于人工智能技术的仓储管理31

2.2.3  基于人工智能技术的运输管理32

2.2.4  基于人工智能技术的配送管理32

2.2.5  基于人工智能技术的客户管理33

案例2-234

2.3 人工智能在供应链大数据中的应用35

2.3.1  基于人工智能的供应链需求预测35

2.3.2  基于人工智能的图像识别36

2.3.3  基于人工智能的仓储作业规划37

2.3.4  基于人工智能的仓配网络及路由规划38

2.3.5  基于人工智能的销配送39

2.3.6  基于人工智能的运营规则管理39

案例2-340

本章小结43

关键概念43

思考题43

参考答案43

第三章  物流大数据与云计算45

学习目的45

3.1  云计算概述45

3.1.1  云计算的概念与特点45

3.1.2  云计算的框架结构及作用47

3.1.3  云计算的关键技术49

案例3-151

3.2  云计算在物流大数据中的应用52

3.2.1  云计算平台52

3.2.2  云物流及其特点53

3.2.3  云物流的应用54

案例3-255

3.3  云计算在供应链管理大数据中的应用56

案例3-359

本章小结61

关键概念61

思考题62

参考答案62

第四章  物流大数据与区块链64

学习目的64

4.1  区块链概述64

4.1.1  区块链定义64

4.1.2  区块链类型64

4.1.3  区块链特点65

4.1.4  区块链核心技术66

案例4-168

4.2  区块链在物流大数据中的应用70

4.2.1  区块链在物流大数据的应用场景70

4.2.2  区块链在物流大数据应用的发展瓶颈71

案例4-271

4.3  区块链在供应链管理大数据中的应用72

4.3.1  区块链在供应链管理大数据的作用72

4.3.2  区块链在供应链管理大数据的应用74

4.3.3  区块链在供应链管理大数据应用中的阻碍75

案例4-376

本章小结76

关键概念77

思考题77

参考答案77

第五章  物流大数据与数字孪生79

学习目的79

5.1  数字孪生概述79

5.1.1  数字孪生定义79

5.1.2  数字孪生技术价值体现及意义80

5.1.3  数字孪生技术体系82

5.1.4  数字孪生核心技术84

5.1.5 数字孪生与智能制造86

案例5-188

5.2  数字孪生技术在物流大数据中的应用88

5.2.1  数字孪生技术在仓储环节中的应用89

5.2.2  数字孪生技术在配送环节中的应用91

5.2.3  数字孪生技术在包装环节中的应用92

案例5-294

5.3  数字孪生技术在供应链管理大数据中的应用95

5.3.1  数字孪生技术在供应链管理大数据中的作用95

5.3.3  数字孪生技术在供应链管理大数据的具体应用96

5.3.3  数字孪生技术在供应链管理大数据应用的阻碍96

案例5-397

本章小结99

关键概念99

思考题99

参考答案99

第六章  物流大数据与复杂网络101

学习目的101

6.1  复杂网络概述101

6.1.1  复杂网络的定义101

6.1.2  复杂网络的特性101

6.1.3 复杂网络常用分析指标104

案例6-1106

6.2 复杂网络在物流大数据中的应用108

6.2.1 复杂网络在物流规划中的应用108

6.2.2 复杂网络在应急物流中的应用108

6.2.3 复杂网络在快递配送网络中的应用109

案例6-2110

6.3 复杂网络在供应链管理大数据中的应用111

6.3.1复杂网络在供应链风险管理中的应用111

6.3.2 复杂网络在供应链网络优化中的应用112

6.3.3 复杂网络在供应链博弈中的应用113

案例6-3113

本章小结114

关键概念114

思考题115

参考答案115

第七章  物流大数据爬取117

7.1  大数据采集与爬取概述117

7.1.1  ROBOTS协议117

7.1.2 Request与Response119

7.1.3  网页内容形式120

7.1.4  数据存储121

7.2  大数据爬取软件介绍122

7.2.1  八爪鱼采集器122

7.2.2  FME（Feature Manipulate Engine）123

7.2.3  Python爬虫124

7.2.4 应用与实操：货运平台大数据爬取125

第八章  物流大数据可视化130

8.1 大数据可视化130

8.1.1 数据可视化的定义130

8.1.2 物流大数据可视化131

8.2  Echarts131

8.2.1  软件介绍131

8.2.2  Echarts介绍132

8.2.3  应用与实操：基于Echarts的江苏省货运量分析136

8.3  Gephi151

8.3.1  软件介绍151

8.3.2  知识点讲解152

8.3.3  应用与实操：货运需求网络大数据分析157

第九章  物流大数据文本挖掘161

9.1  大数据文本挖掘161

9.1.1  大数据文本挖掘定义161

9.1.2  大数据文本挖掘步骤161

9.1.3  大数据文本挖掘方法162

9.2  大数据文本挖掘在物流与供应链管理中的应用165

9.2.1  物流与供应链客户偏好分析165

9.2.2  物流与供应链产品服务的定价与研发改良165

9.2.3  物流与供应链需求预测166

9.2.4  物流与供应链客户关系管理166

9.3 Citespace167

9.3.1  软件介绍167

9.3.2  CiteSpace相关概念解析167

9.3.3  应用与实操：基于CNKI的知识供应链研究热点分析174

9.4 Nvivo180

9.4.1  软件介绍180

9.4.2  Nvivo相关概念解析181

9.4.3  应用与实操：基于文本挖掘的电商扶贫路径190