大大数据在物流管理系统中地应用

大大数据在物流管理系统中地应用

ID:39997566

大小:281.50 KB

页数:19页

时间:2019-07-16

大大数据在物流管理系统中地应用_第1页
大大数据在物流管理系统中地应用_第2页
大大数据在物流管理系统中地应用_第3页
大大数据在物流管理系统中地应用_第4页
大大数据在物流管理系统中地应用_第5页
资源描述:

《大大数据在物流管理系统中地应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用文档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

2、的决策。[关键词]大数据;物流;管理文案大全实用文档目录引言…………………………………………………………………………………………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)

3、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…………………………………………

4、…12五、总结与展望……………………………………………………………………………13致谢语………………………………………………………………………………………16参考文献……………………………………………………………………………………17文案大全实用文档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

5、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(Bigdata)[],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。(二)

6、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,文案大全实用文档实时分析而非批量式分析。(三)大数据的关键技术大数据的基本

7、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[]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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。