大数据在物流管理中的应用.docVIP

. .. 大数据在物流管理中的应用 [摘要] 当前，随着电子商务的发展物流业也随之迅猛的发展起来。仅在2015年“双11”期间，快件业务量或将突破5亿件，比去年同期增长近五成；最高日处理量或将达到9000万件，比去年增长38.5％。因此如何及时、准确地收集和分析各种信息与数据,对于制定科学的物流解决方案、提高物流企业管理水平和效益,具有积极重要的作用。在技术趋于成熟下，带动了以大数据应用为基础的智能物流的兴起，极大的促进了产业优化，实现物流产业各个环节的信息共享和协调合作，优化配置。本文的研究意义在于，如何在大数据技术的基础上对于物流产业产生的数据进行分析，整合，做出科学的决策。 [关键词]大数据；物流；管理 目录 引言…………………………………………………………………………………………1 大数据概述……………………………………………………………………………1 （一）大数据的定义……………………………………………………………………1 （二）大数据的特征……………………………………………………………………1 （三）大数据的关键技术………………………………………………………………2 物流管理及物流管理系统概述………………………………………………………4 （一）物流管理的定义…………………………………………………………………4 （二）物流管理的特点…………………………………………………………………4 （三）物流管理的基本内容……………………………………………………………4 （四）物流管理系统……………………………………………………………………5 物流管理现状…………………………………………………………………………7 大数据在物流管理中的应用…………………………………………………………9 （一）物流管理系统数据库……………………………………………………………9 （二）物流管理系统中大数据技术的应用……………………………………………11 （三）大数据应用于物流管理的重要意义……………………………………………12 总结与展望……………………………………………………………………………13 致谢语………………………………………………………………………………………16 参考文献……………………………………………………………………………………17 .. 引言 电子商务已越来越深入人心，随之发展的首要问题就是物流的问题。当前，我国的物流业也保持着高速的增长，物流的各个环节产生的数据正已爆炸性的增长。在现今物联网、云计算、大数据等技术的发展下。如何运用大数据技术运用到物流管理上，对物流数据进行挖掘、分析、提炼、整合，以便了解物流的状况和业务情况，并进行战略规划，制定物流企业决策，提升物流业的服务水平。 本文介绍大数据的相关术语和技术；介绍现代物流管理以及分析物流管理的现状；分析大数据在物流管理的前景，研究大数据技术可运用在物流管理的技术；发现如今在物流管理中存在的问题并提出相关的对策建议。 大数据概述 （一）大数据的定义 大数据技术(Big data）[]，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。 （二）大数据的特征 （1）体重（Volume）：体重是大数据的空间属性。数据体量巨大，非结构化数据的超大规模和增长，从TB级别跃升到PB级别。 （2）多样性（Variety）：多样式大数据的结构属性。数据类型繁多，有很多不同类型的数据，如文本、图像、视频、机器数据、地理位置信息等。 （3）价值密度（Value）：价值密度是大数据的内容属性。价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。 （4）速度（Velocity）：速度是大数据的时间属性。处理速度快，遵循1秒定律，实时分析而非批量式分析。 （三）大数据的关键技术 大数据的基本处理流程与传统数据处理流程并无太大差异，主要区别在于：由于大数据要处理大量、非结构化的数据，所以在各个处理环节中都可以采用MapReduce[]等处理。如下图1所示： 图1适用MapReduce的各环节处理 1.大数据的并行处理利器——MapReduce如下图2所示 大数据可以通过MapReduce这一并行处理技术来提高数据的处理速度。MapReduce的设计初衷是通过大量廉价服务器实现大数据并行处理，对数据一致性要求不高，其突出优势是具有扩展性和可用性，特别适用于海量