物流大数据分析与挖掘

　　本书主要讲述物流大数据的理论、实践案例、相关软件实操与应用等。本书以大数据理论为基础，结合物流与供应链管理的相关知识，运用数据分析、数据挖掘及数据可视化软件，以案例分析及实操的形式对物流大数据的应用予以形象、具体的分析，帮助学生综合运用物流与供应链管理的知识与原理，提升数据分析能力和逻辑思维能力；锻炼学生运用创新性数据思维提出并解决物流与供应链管理领域实际问题的能力；帮助学生对相应的物流与供应链方案进行数据分析，形成创新设计的思维习惯，获得独立解决物流与供应链管理领域相关问题的能力。

　　黄音，工学博士，主要学术兼职有：湖南省系统工程与管理学会物流与供应链管理专业委员会副秘书长；湖南省运筹学会会员；中国物流学会会员。近年来主持国家自然科学基金2项，主持湖南省哲学社会科学基金、湖南省自然科学基金。发表论文30余篇，其中近5年在SCI、EI、CSSCI、CSCD来源期刊上发表教学科研论文20余篇。出版专著2部（全国百佳图书出版单位）。

目录
第一章 物流大数据关键技术与应用 1
学习目的 1
1.1 大数据技术的概念与特点 1
案例1-1 4
1.2 大数据的关键技术及价值 5
1.2.1 大数据采集 5
1.2.2 大数据存储与管理 6
1.2.3 大数据计算模式与系统 9
1.2.4 大数据分析与挖掘 10
案例1-2 12
1.3 大数据在物流与供应链中的应用 13
1.3.1 大数据在物流中的应用 13
1.3.2 大数据在供应链中的应用 16
案例1-3 22
本章小节 24
关键概念 24
思考题 24
参考答案 24
第二章 物流大数据与人工智能 26
学习目的 26
2.1 人工智能技术概述 26
案例2-1 28
2.2 人工智能技术在物流大数据中的应用 30
2.2.1 基于人工智能技术的供应商管理 30
2.2.2 基于人工智能技术的仓储管理 31
2.2.3 基于人工智能技术的运输管理 32
2.2.4 基于人工智能技术的配送管理 32
2.2.5 基于人工智能技术的客户管理 33
案例2-2 34
2.3 人工智能在供应链大数据中的应用 35
2.3.1 基于人工智能的供应链需求预测 35
2.3.2 基于人工智能的图像识别 36
2.3.3 基于人工智能的仓储作业规划 37
2.3.4 基于人工智能的仓配网络及路由规划 38
2.3.5 基于人工智能的销配送 39
2.3.6 基于人工智能的运营规则管理 39
案例2-3 40
本章小结 43
关键概念 43
思考题 43
参考答案 43
第三章 物流大数据与云计算 45
学习目的 45
3.1 云计算概述 45
3.1.1 云计算的概念与特点 45
3.1.2 云计算的框架结构及作用 47
3.1.3 云计算的关键技术 49
案例3-1 51
3.2 云计算在物流大数据中的应用 52
3.2.1 云计算平台 52
3.2.2 云物流及其特点 53
3.2.3 云物流的应用 54
案例3-2 55
3.3 云计算在供应链管理大数据中的应用 56
案例3-3 59
本章小结 61
关键概念 61
思考题 62
参考答案 62
第四章 物流大数据与区块链 64
学习目的 64
4.1 区块链概述 64
4.1.1 区块链定义 64
4.1.2 区块链类型 64
4.1.3 区块链特点 65
4.1.4 区块链核心技术 66
案例4-1 68
4.2 区块链在物流大数据中的应用 70
4.2.1 区块链在物流大数据的应用场景 70
4.2.2 区块链在物流大数据应用的发展瓶颈 71
案例4-2 71
4.3 区块链在供应链管理大数据中的应用 72
4.3.1 区块链在供应链管理大数据的作用 72
4.3.2 区块链在供应链管理大数据的应用 74
4.3.3 区块链在供应链管理大数据应用中的阻碍 75
案例4-3 76
本章小结 76
关键概念 77
思考题 77
参考答案 77
第五章 物流大数据与数字孪生 79
学习目的 79
5.1 数字孪生概述 79
5.1.1 数字孪生定义 79
5.1.2 数字孪生技术价值体现及意义 80
5.1.3 数字孪生技术体系 82
5.1.4 数字孪生核心技术 84
5.1.5 数字孪生与智能制造 86
案例5-1 88
5.2 数字孪生技术在物流大数据中的应用 88
5.2.1 数字孪生技术在仓储环节中的应用 89
5.2.2 数字孪生技术在配送环节中的应用 91
5.2.3 数字孪生技术在包装环节中的应用 92
案例5-2 94
5.3 数字孪生技术在供应链管理大数据中的应用 95
5.3.1 数字孪生技术在供应链管理大数据中的作用 95
5.3.3 数字孪生技术在供应链管理大数据的具体应用 96
5.3.3 数字孪生技术在供应链管理大数据应用的阻碍 96
案例5-3 97
本章小结 99
关键概念 99
思考题 99
参考答案 99
第六章 物流大数据与复杂网络 101
学习目的 101
6.1 复杂网络概述 101
6.1.1 复杂网络的定义 101
6.1.2 复杂网络的特性 101
6.1.3 复杂网络常用分析指标 104
案例6-1 106
6.2 复杂网络在物流大数据中的应用 108
6.2.1 复杂网络在物流规划中的应用 108
6.2.2 复杂网络在应急物流中的应用 108
6.2.3 复杂网络在快递配送网络中的应用 109
案例6-2 110
6.3 复杂网络在供应链管理大数据中的应用 111
6.3.1复杂网络在供应链风险管理中的应用 111
6.3.2 复杂网络在供应链网络优化中的应用 112
6.3.3 复杂网络在供应链博弈中的应用 113
案例6-3 113
本章小结 114
关键概念 114
思考题 115
参考答案 115
第七章 物流大数据爬取 117
7.1 大数据采集与爬取概述 117
7.1.1 ROBOTS协议 117
7.1.2 Request与Response 119
7.1.3 网页内容形式 120
7.1.4 数据存储 121
7.2 大数据爬取软件介绍 122
7.2.1 八爪鱼采集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬虫 124
7.2.4 应用与实操：货运平台大数据爬取 125
第八章 物流大数据可视化 130
8.1 大数据可视化 130
8.1.1 数据可视化的定义 130
8.1.2 物流大数据可视化 131
8.2 Echarts 131
8.2.1 软件介绍 131
8.2.2 Echarts介绍 132
8.2.3 应用与实操：基于Echarts的江苏省货运量分析 136
8.3 Gephi 151
8.3.1 软件介绍 151
8.3.2 知识点讲解 152
8.3.3 应用与实操：货运需求网络大数据分析 157
第九章 物流大数据文本挖掘 161
9.1 大数据文本挖掘 161
9.1.1 大数据文本挖掘定义 161
9.1.2 大数据文本挖掘步骤 161
9.1.3 大数据文本挖掘方法 162
9.2 大数据文本挖掘在物流与供应链管理中的应用 165
9.2.1 物流与供应链客户偏好分析 165
9.2.2 物流与供应链产品服务的定价与研发改良 165
9.2.3 物流与供应链需求预测 166
9.2.4 物流与供应链客户关系管理 166
9.3 Citespace 167
9.3.1 软件介绍 167
9.3.2 CiteSpace相关概念解析 167
9.3.3 应用与实操：基于CNKI的知识供应链研究热点分析 174
9.4 Nvivo 180
9.4.1 软件介绍 180
9.4.2 Nvivo相关概念解析 181
9.4.3 应用与实操：基于文本挖掘的电商扶贫路径 190