交通运输物流大数据分析与应用

　　针对交通运输物流领域的大数据环境特点，对大数据存储以及大数据分析方法进行分析研究，主要内容如下：大数据环境下交通运输物流领域数据资源存储、计算和资源调度管理、离线数据并行计算和在线数据实时计算等方法进行剖析，实现了实时热力分析、车货信息资源实时匹配、热点词分析、物流企业信用评价等典型的交通运输物流领域大数据应用。主要章节包括：绪 论；大数据分析平台软件技术基础架构；交通运输物流大数据的数据组织与描述；交通运输物流领域流式数据实时分析与应；交通运输物流领域离线数据并行计算与应用。

　　牟向伟，男 1982年4月生人，博士，大连海事大学，大数据管理与应用专业 副教授，主要研究领域为大数据分析与处理，发表论文EI/CSSCI检索论文30余篇，出版专著《模糊语义个性化信息推荐》1部，主持省部级项目4项，获发明专利1项，软件著作权8项，获得省科技进步奖一等奖1项，二等奖2项，教育部科技进步奖二等奖1项，市级科技进步奖三等奖1项

目录
1绪论(1)
1.1大数据产生的背景(1)
1.2大数据的发展历程(2)
1.2.1国外大数据的发展历程(2)
1.2.2国内大数据的发展历程(3)
1.3我国交通运输物流发展情况(4)
1.3.1我国交通运输物流系统建设情况(4)
1.3.2我国交通运输物流信息化发展情况(5)
1.4国内外交通运输物流大数据研究进展(6)
1.4.1国外交通大数据研究进展(6)
1.4.2国内交通大数据研究进展(7)
1.4.3大数据在交通运输物流行业中的应用(8)
1.5交通运输物流领域数据分析的问题(9)
1.6本章小结(11)
2大数据分析平台软件技术基础架构(12)
2.1大数据基础技术框架简介(12)
2.1.1分布式存储(12)
2.1.2分布式计算(13)
2.1.3实时计算(14)
2.1.4资源调度管理(15)
2.2大数据基础软件技术架构设计(16)
2.2.1设计原则(17)
2.2.2大数据分析平台软件基础架构设计方案(19)
2.3本章小结(49)
3交通运输物流大数据的数据组织与描述(51)
3.1泛数据生态圈(51)
3.2大数据资源的存储模式(53)
3.2.1大数据特征(53)
3.2.2交通运输物流大数据的数据存储模式(55)
3.3基于本体的交通运输物流领域知识描述方法(58)
3.3.1相关理论(59)
3.3.2交通运输物流领域大数据本体的构建(63)
3.4本章小结(68)
4交通运输物流领域流式数据实时分析与应用(69)
4.1流式数据实时分析方法(69)
4.1.1流式数据的定义(69)
4.1.2流式数据的特点(70)
4.1.3流式数据抽样统计方法(70)
4.1.4流式数据聚类方法(73)
4.2流式数据实时分析在交通运输物流领域中的应用(77)
4.2.1应用1：基于CluStream的交通运输物流活动热点实时分析(77)
4.2.2应用2：大规模流式数据环境下车货实时匹配分析(83)
4.3本章小结(98)
5交通运输物流领域离线数据并行计算与应用(99)
5.1基于MapReduce的交通运输物流热点词词频统计方法(99)
5.2基于非结构化文本分类的交通运输物流资讯新闻导览方法(105)
5.2.1文本分类技术综述(106)
5.2.2文本训练(112)
5.2.3文本分类(113)
5.2.4交通运输物流资讯分类导览系统的实现(114)
5.3大数据环境下的物流企业信用评价方法(118)
5.3.1应用背景与意义(118)
5.3.2物流企业信用评价方法(119)
5.3.3大数据环境下的物流企业信用评价指标(124)
5.3.4数据收集系统(132)
5.4本章小结(139)
6总结(141)
参考文献(144)
附录(154)
附录A“法律文书”文本分析源代码(154)
附录B物流企业信用评价数据表(部分)(161)
附录C信用等级与对应评分表(166)