目錄
第一章 物流大數(shù)據(jù)關(guān)鍵技術(shù)與應(yīng)用 1
學(xué)習(xí)目的 1
1.1 大數(shù)據(jù)技術(shù)的概念與特點(diǎn) 1
案例1-1 4
1.2 大數(shù)據(jù)的關(guān)鍵技術(shù)及價(jià)值 5
1.2.1 大數(shù)據(jù)采集 5
1.2.2 大數(shù)據(jù)存儲(chǔ)與管理 6
1.2.3 大數(shù)據(jù)計(jì)算模式與系統(tǒng) 9
1.2.4 大數(shù)據(jù)分析與挖掘 10
案例1-2 12
1.3 大數(shù)據(jù)在物流與供應(yīng)鏈中的應(yīng)用 13
1.3.1 大數(shù)據(jù)在物流中的應(yīng)用 13
1.3.2 大數(shù)據(jù)在供應(yīng)鏈中的應(yīng)用 16
案例1-3 22
本章小節(jié) 24
關(guān)鍵概念 24
思考題 24
參考答案 24
第二章 物流大數(shù)據(jù)與人工智能 26
學(xué)習(xí)目的 26
2.1 人工智能技術(shù)概述 26
案例2-1 28
2.2 人工智能技術(shù)在物流大數(shù)據(jù)中的應(yīng)用 30
2.2.1 基于人工智能技術(shù)的供應(yīng)商管理 30
2.2.2 基于人工智能技術(shù)的倉(cāng)儲(chǔ)管理 31
2.2.3 基于人工智能技術(shù)的運(yùn)輸管理 32
2.2.4 基于人工智能技術(shù)的配送管理 32
2.2.5 基于人工智能技術(shù)的客戶管理 33
案例2-2 34
2.3 人工智能在供應(yīng)鏈大數(shù)據(jù)中的應(yīng)用 35
2.3.1 基于人工智能的供應(yīng)鏈需求預(yù)測(cè) 35
2.3.2 基于人工智能的圖像識(shí)別 36
2.3.3 基于人工智能的倉(cāng)儲(chǔ)作業(yè)規(guī)劃 37
2.3.4 基于人工智能的倉(cāng)配網(wǎng)絡(luò)及路由規(guī)劃 38
2.3.5 基于人工智能的銷配送 39
2.3.6 基于人工智能的運(yùn)營(yíng)規(guī)則管理 39
案例2-3 40
本章小結(jié) 43
關(guān)鍵概念 43
思考題 43
參考答案 43
第三章 物流大數(shù)據(jù)與云計(jì)算 45
學(xué)習(xí)目的 45
3.1 云計(jì)算概述 45
3.1.1 云計(jì)算的概念與特點(diǎn) 45
3.1.2 云計(jì)算的框架結(jié)構(gòu)及作用 47
3.1.3 云計(jì)算的關(guān)鍵技術(shù) 49
案例3-1 51
3.2 云計(jì)算在物流大數(shù)據(jù)中的應(yīng)用 52
3.2.1 云計(jì)算平臺(tái) 52
3.2.2 云物流及其特點(diǎn) 53
3.2.3 云物流的應(yīng)用 54
案例3-2 55
3.3 云計(jì)算在供應(yīng)鏈管理大數(shù)據(jù)中的應(yīng)用 56
案例3-3 59
本章小結(jié) 61
關(guān)鍵概念 61
思考題 62
參考答案 62
第四章 物流大數(shù)據(jù)與區(qū)塊鏈 64
學(xué)習(xí)目的 64
4.1 區(qū)塊鏈概述 64
4.1.1 區(qū)塊鏈定義 64
4.1.2 區(qū)塊鏈類型 64
4.1.3 區(qū)塊鏈特點(diǎn) 65
4.1.4 區(qū)塊鏈核心技術(shù) 66
案例4-1 68
4.2 區(qū)塊鏈在物流大數(shù)據(jù)中的應(yīng)用 70
4.2.1 區(qū)塊鏈在物流大數(shù)據(jù)的應(yīng)用場(chǎng)景 70
4.2.2 區(qū)塊鏈在物流大數(shù)據(jù)應(yīng)用的發(fā)展瓶頸 71
案例4-2 71
4.3 區(qū)塊鏈在供應(yīng)鏈管理大數(shù)據(jù)中的應(yīng)用 72
4.3.1 區(qū)塊鏈在供應(yīng)鏈管理大數(shù)據(jù)的作用 72
4.3.2 區(qū)塊鏈在供應(yīng)鏈管理大數(shù)據(jù)的應(yīng)用 74
4.3.3 區(qū)塊鏈在供應(yīng)鏈管理大數(shù)據(jù)應(yīng)用中的阻礙 75
案例4-3 76
本章小結(jié) 76
關(guān)鍵概念 77
思考題 77
參考答案 77
第五章 物流大數(shù)據(jù)與數(shù)字孿生 79
學(xué)習(xí)目的 79
5.1 數(shù)字孿生概述 79
5.1.1 數(shù)字孿生定義 79
5.1.2 數(shù)字孿生技術(shù)價(jià)值體現(xiàn)及意義 80
5.1.3 數(shù)字孿生技術(shù)體系 82
5.1.4 數(shù)字孿生核心技術(shù) 84
5.1.5 數(shù)字孿生與智能制造 86
案例5-1 88
5.2 數(shù)字孿生技術(shù)在物流大數(shù)據(jù)中的應(yīng)用 88
5.2.1 數(shù)字孿生技術(shù)在倉(cāng)儲(chǔ)環(huán)節(jié)中的應(yīng)用 89
5.2.2 數(shù)字孿生技術(shù)在配送環(huán)節(jié)中的應(yīng)用 91
5.2.3 數(shù)字孿生技術(shù)在包裝環(huán)節(jié)中的應(yīng)用 92
案例5-2 94
5.3 數(shù)字孿生技術(shù)在供應(yīng)鏈管理大數(shù)據(jù)中的應(yīng)用 95
5.3.1 數(shù)字孿生技術(shù)在供應(yīng)鏈管理大數(shù)據(jù)中的作用 95
5.3.3 數(shù)字孿生技術(shù)在供應(yīng)鏈管理大數(shù)據(jù)的具體應(yīng)用 96
5.3.3 數(shù)字孿生技術(shù)在供應(yīng)鏈管理大數(shù)據(jù)應(yīng)用的阻礙 96
案例5-3 97
本章小結(jié) 99
關(guān)鍵概念 99
思考題 99
參考答案 99
第六章 物流大數(shù)據(jù)與復(fù)雜網(wǎng)絡(luò) 101
學(xué)習(xí)目的 101
6.1 復(fù)雜網(wǎng)絡(luò)概述 101
6.1.1 復(fù)雜網(wǎng)絡(luò)的定義 101
6.1.2 復(fù)雜網(wǎng)絡(luò)的特性 101
6.1.3 復(fù)雜網(wǎng)絡(luò)常用分析指標(biāo) 104
案例6-1 106
6.2 復(fù)雜網(wǎng)絡(luò)在物流大數(shù)據(jù)中的應(yīng)用 108
6.2.1 復(fù)雜網(wǎng)絡(luò)在物流規(guī)劃中的應(yīng)用 108
6.2.2 復(fù)雜網(wǎng)絡(luò)在應(yīng)急物流中的應(yīng)用 108
6.2.3 復(fù)雜網(wǎng)絡(luò)在快遞配送網(wǎng)絡(luò)中的應(yīng)用 109
案例6-2 110
6.3 復(fù)雜網(wǎng)絡(luò)在供應(yīng)鏈管理大數(shù)據(jù)中的應(yīng)用 111
6.3.1復(fù)雜網(wǎng)絡(luò)在供應(yīng)鏈風(fēng)險(xiǎn)管理中的應(yīng)用 111
6.3.2 復(fù)雜網(wǎng)絡(luò)在供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化中的應(yīng)用 112
6.3.3 復(fù)雜網(wǎng)絡(luò)在供應(yīng)鏈博弈中的應(yīng)用 113
案例6-3 113
本章小結(jié) 114
關(guān)鍵概念 114
思考題 115
參考答案 115
第七章 物流大數(shù)據(jù)爬取 117
7.1 大數(shù)據(jù)采集與爬取概述 117
7.1.1 ROBOTS協(xié)議 117
7.1.2 Request與Response 119
7.1.3 網(wǎng)頁(yè)內(nèi)容形式 120
7.1.4 數(shù)據(jù)存儲(chǔ) 121
7.2 大數(shù)據(jù)爬取軟件介紹 122
7.2.1 八爪魚(yú)采集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬蟲(chóng) 124
7.2.4 應(yīng)用與實(shí)操：貨運(yùn)平臺(tái)大數(shù)據(jù)爬取 125
第八章 物流大數(shù)據(jù)可視化 130
8.1 大數(shù)據(jù)可視化 130
8.1.1 數(shù)據(jù)可視化的定義 130
8.1.2 物流大數(shù)據(jù)可視化 131
8.2 Echarts 131
8.2.1 軟件介紹 131
8.2.2 Echarts介紹 132
8.2.3 應(yīng)用與實(shí)操：基于Echarts的江蘇省貨運(yùn)量分析 136
8.3 Gephi 151
8.3.1 軟件介紹 151
8.3.2 知識(shí)點(diǎn)講解 152
8.3.3 應(yīng)用與實(shí)操：貨運(yùn)需求網(wǎng)絡(luò)大數(shù)據(jù)分析 157
第九章 物流大數(shù)據(jù)文本挖掘 161
9.1 大數(shù)據(jù)文本挖掘 161
9.1.1 大數(shù)據(jù)文本挖掘定義 161
9.1.2 大數(shù)據(jù)文本挖掘步驟 161
9.1.3 大數(shù)據(jù)文本挖掘方法 162
9.2 大數(shù)據(jù)文本挖掘在物流與供應(yīng)鏈管理中的應(yīng)用 165
9.2.1 物流與供應(yīng)鏈客戶偏好分析 165
9.2.2 物流與供應(yīng)鏈產(chǎn)品服務(wù)的定價(jià)與研發(fā)改良 165
9.2.3 物流與供應(yīng)鏈需求預(yù)測(cè) 166
9.2.4 物流與供應(yīng)鏈客戶關(guān)系管理 166
9.3 Citespace 167
9.3.1 軟件介紹 167
9.3.2 CiteSpace相關(guān)概念解析 167
9.3.3 應(yīng)用與實(shí)操：基于CNKI的知識(shí)供應(yīng)鏈研究熱點(diǎn)分析 174
9.4 Nvivo 180
9.4.1 軟件介紹 180
9.4.2 Nvivo相關(guān)概念解析 181
9.4.3 應(yīng)用與實(shí)操：基于文本挖掘的電商扶貧路徑 190