计算机之大数据对智慧物流影响.docVIP

计算机之大数据对智慧物流影响 　　[摘要]随着科技信息技术的快速发展，特别是大数据、物联网、云计算的成熟，为智慧物流兴起和发展提供了宝贵的契机，智慧物流能够实现信息共享、协同运作和资源配置优化，使物流运作和管理变得更加透明便捷和优质高效。如何在大数据时代抓住机遇，规避风险，成为现代物流能否实现跨越式发展的关键所在。 　　[关键词]大数据 物流可视化 智慧物流 　　[中图分类号]F259.2 [文献标识码]A [文章编号]1009-5349（2016）04-0143-03 　　一、大数据时代来临 　　随着信息科技的发展，一个大规模生产、分享和应用数据的时代正在开启，大数据时代也宣布来临。舍恩伯格在《大数据时代》著作中提出，大数据是通过网络技术发生的。世界著名的搜索网站经营模式不仅是提供资料和广告宣传，而且主要是采集数据。它把所有的搜索信息储存起来进行分类，分析出各类人群喜欢什么，再提供给相关商业组织。搜索网站实际上是通过数据采集和分析、进行监控与预测后的结果，所以大数据带来了大控制和大预测。 　　在大数据时代，数据不再仅仅如传统般承载着简单的记录功能，而是记录了包括消费者的行为、习惯等具有巨大的经济价值与社会价值的数据，它具有来源广、增长快、规模大、时效性强等方面的特点，大数据应用是对经济、技术、服务等的全面监控和预测。现今，在我国物流快速稳定发展的大环境中，大数据作用是不可估量的，在大数据技术理论的指导下，物流企业获取的数据方式发生改变，数据技术的创新，将会颠覆整个物流服务模式的创新。 　　二、物流大数据的收集和分析 　　相对于传统的数据，大数据有着数据体量大、传播速度快、数据模态多、辨识度低和价值大密度低这5个明显的特征。互联网的普及将现实生活中物流活动所产生的数据进行全面的收集、录入、存储、传播、处理、输出和分析，互联网和大数据的结合应用可以升级物流企业的“指挥系统”。如商品配送线路的规划是一个典型的非线性规划问题，它是物流配送效率和配送成本的重要影响因素，因此，在物流配送过程中收集各种信息通过大数据计算，实现对物流配送服务的控制与预测，达到优质服务和降低成本的目的。 　　（一）物流大数据的收集 　　互联网、物联网、车联网、传感器、移动设备等无一不是物流大数据的重要来源。因此，首先通过多渠道获得数据，然后通过数据的实时分析，掌握和利用有用的信息。目前，数据收集主要来源有：互联网日志数据收集、传感器数据收集、Web数据收集等。 　　日志收集是属于由各种平台产生大量的日志信息数据。例如社交网络（微信、微博、QQ等）产生的大量图片、文本等数据，以及电子商务平台中消费者网购时浏览的网页，产生大量的购买历史记录、商品评论等信息。 　　传感器收集是通过收集传感器（GPS、电子标签等）上的信息（时间、空间、环境等），通过实时地收集信息，可以使大数据在物流配送中及时进行路况监控和智能监控等。 　　Web数据收集是指通过计算机使用者在清洗、归类数据中获得有价值的数据。 　　（二）物流大数据的分析 　　物流数据的收集完成后，经过录入、存储、传播、处理和输出等阶段，然后分析数据的价值，而将大数据进行可视化转化是数据分析的关键技术。 　　1.深度学习提高精度：在对大数据分析中应对社交网络、电子商务等产生的大量数据进行有效的分析、表达、解释和学习。虽然，在传统物流上也有研究及其模型，但是这些基本上都是较浅层次和低模型的。随着大数据的发展迅猛，很多互联网公司开发了更加复杂的数据处理模型，从而有效地处理、运用数据。深度学习就是在不同的层次对数据进行分析。分布式数据库系统（Dremel）是大数据的分析交互系统中的常用系统，有着3个特点： 　　（1）分布式数据库系统是一个大规模的系统，它在PB级数据集上运用的时间要求非常的高； 　　（2）分布式数据库系统是对分布式编程模型（MapReduce）交互式查询能力不足的补充； 　　（3）分布式数据库系统中的数据是使用列式存储分析的，在运用中可以只扫描所需要的数据，从而能减少CPU和磁盘的访问量及发挥其最大的效能；对数据分析与应用通常使用人工神经网络，常见的是具有多个隐层的多层感知机（MLP）。 　　2.知识计算挖掘深度：对大量数据进行高效的分析，就需要从收集的数据中选取有一定价值的知识，建设成一个可分析计算数据的网络系统。在物流配送服务过程中，对配送路线的路况及最优路线网络进行分析与计算，可以使得物流成本减少。 　　3.社会计算促进认知：对社交网络的分析可以从中得出社会新媒体数据的特征：（1）信息碎片化严重且内容信息相关性小；（2）虚拟互联网逐渐转化为现实中人的联网，所以当今我们要深度挖掘人的联网，从而能使物流数据变得更加可视化。 　　三、物流大数据的可视化转化