大数据在物流管理中的应用
更新时间:2023-11-28 08:32:01 阅读量: 教育文库 文档下载
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
一、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 二、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 三、物流管理现状????????????????????????????7 四、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 五、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。
一、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。
[1]
(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。
1
(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[2]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,特别适用于海量的结构化、半结构化及非结构化数据的混合处理。
MapReduce将传统的查询、分解及数据分析进行分布式处理,将处理任务分配到不同的处理节点,因此具有更强的并行处理能力。作为一个简化的并行处理的编程模型,MapReduce还降低了开发并行应用的门槛。
MapReduce是一套软件框架,包括Map(映射)和Reduce(化简)两个阶段,可以进行海量数据分割、任务分解与结果汇总,从而完成海量数据的并行处理。
图2 MapReduce工作流程
2
MapReduce的工作原理其实是先分后合的数据处理方式。Map即“分解”,把海量数据分割成了若干部分,分给多台处理器并行处理;Reduce即“合并”,把各台处理器处理后的结果进行汇总操作以得到最终结果。如右图所示,如果采用MapReduce来统计不同几何形状的数量,它会先把任务分配到两个节点,由两个节点分别并行统计,然后再把它们的结果汇总,得到最终的计算结果。数据处理方式如下图3所示:
MapReduce适合进行数据分析、日志分析、商业智能分析、客户营销、大规模索引等业务,并具有非常明显的效果。通过结合MapReduce技术进行实时分析,某家电公司的信用计算时间从33小时缩短到8秒,而MKI的基因分析时间从数天缩短到20分钟。
图3 使用MapReduce进行形状计数
2.大数据技术在数据采集方面采用的方法 (1)系统日志采集方法
很多互联网企业都有自己的海量数据采集工具,多用于系统日志采集,如Hadoop的Chukwa,Cloudera的Flume,Facebook的Scribe等,这些工具均采用分布式架构,能满足每秒数百MB的日志数据采集和传输需求。
(2)网络数据采集方法:对非结构化数据的采集
网络数据采集是指通过网络爬虫或网站公开API等方式从网站上获取数据信息。该方法可以将非结构化数据从网页中抽取出来,将其存储为统一的本地数据文件,并以结构化的方式存储。它支持图片、音频、视频等文件或附件的采集,附件与正文可以自动关联。
除了网络中包含的内容之外,对于网络流量的采集可以使用DPI或DFI等带宽管理
3
正在阅读:
大数据在物流管理中的应用11-28
江苏二级上机(01-05 10年)11-19
2017 - 2018学年度校本课程计划03-23
高三地理地表形态的塑造试题1 - 图文09-30
河南重点项目-洛阳10万吨丙烷脱氢制丙烯项目可行性研究报告03-08
端州年鉴(2002年版)01-17
关于重新修订印发《江西钨业集团有限公司安全生产费提取和使用管理办法》的通知11-26
中医经典的气血名句07-04
软件工程10-18
污染控制微生物学试卷2004(哈工大)01-13
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 物流管理
- 应用
- 数据
- 最新苏科版九年级物理单元测试题及答案全册
- 人教新课标版四年级上册语文第六单元测试及解析
- 论《三国演义》中曹操的“奸”与“雄” -
- 综合练习题
- 应用文考试习题
- 2018年2018湖南文艺出版社六年级下册音乐全册教案
- 初中作文 中考作文满分攻略:构思要活-精品
- 中国咖啡壶过滤杯行业市场调查研究报告(目录) - 图文
- 钻井完井
- 创新创业课程题库
- 电大《高级财务会计》第三次形成性考核作业答案
- 风险分级管控 - 设备设施风险分级控制清单
- 车辆制动装置习题 Microsoft Office Word 文档
- 如何区分相电压和线电压
- 六年级数学下册《第二单元检测》(附答案)
- 暖气安装公司推荐 - 图文
- 小学二年级数学上学期第一单元基础巩固试卷
- 草坪修剪机是园林绿化中最常用的园林机械之一,也是
- 等差数列的概念教学设计
- 五年级数学下册长方体和正方体的表面积练习题(人教版)