快递服务网络中包裹动态特征与建模研究.pdfVIP

2014IEEE国际大数据大会

IEEEIEEE国际大数据大会国际大数据大会

快递服务网络中的包裹动态特征与建模

∗∗∗∗

，舒远超，，和

∗工业控制技术国家重点浙江大学，，

{xtan,ycshu}@,{pcheng,jmchen}

@†电气工程与计算机科学系加州大学伯克

利分校，CA，xielu@

—随着市场经济的繁荣和零售的增长，快递服务甚至相差几天。通过更好地理解和预测包裹配送动态，

（如FedEx、UPS）在我们的日常生活中扮演着越来越重要客户能够更精确地估算时间，并在合适的时间以最

的角色。对大规模快递服务网络（ExpressNet）的网络结构低的成本寄出包裹。

和包裹流量动态的深入理解对于性能评估、网络优化和用户体

基于上述，本文提出了对快递网络中包裹动态

验提升至关重要。此外，研究快递服务如何反映人们的日常生

特征和建模的系统性工作。为此，我们首先测量并描述

活也是非常有趣且有帮助的。在本文中，我们提出了系统性的

工作来描述和建模范围内的快递网络中的流量动态。我们了在连续4个月内交付的快递包裹的时间和空间动

收集了在四个月内超过1600万条配送轨迹，并从多个角态。，我们使用扩展模型（EMM）对包

度对其进行分析，包括网络结构、时间和空间流量动态，这些裹交付动态进行建模，并预测包裹延误。此外，我们揭

分析为快递公司更好地了解网络性能了重要见解。在此基示了快递网络与社会经济状况和人类行为之间的一些有

础上，我们开发了一种扩展模型（EMM），用于捕趣关联，这些关联可以惠及相应的社会学研究。

捉包裹递送过程的动态，并进一步预测包裹延迟，这是客户和

快递公司都非常关注的主要性能指标。数据评估显示，我们的

模型可以达到91%的预测准确率。

我们的研究在三个方面与先前的工作有所不同。首

先，我们专注于基于数据测量的大型ExpressNet的

分析和评估。我们设计了一种有效的数据爬取算法，并

使用顺丰速运（最大的快递服务公司之一）的公共

一、引言1

包裹数据构建了自己的数据集。这种数据驱动的设

由于零售的蓬勃发展和市场经济的日益繁荣，计相比之前的ExpressNet分析工作[5][6]更加准确和稳

快递服务已成为近年来市场上的主要关注点。例如，据健，且非侵入式的数据收集方法灵活且易于普通用户和

估计，2013年通过快递服务网络（ExpressNet）第机构为了研究和评估的目的实施。其次，与主要

交付的包裹数量超过91亿件，创造了约2540亿元针对网络结构设计和优化[7][8][9],的先前工作不同，

的直接收入[1]。本文