论文部分内容阅读
摘 要：大数据技术将使得智慧物流实现在“智”上的再造和升级，是未来物流行业发展所倚重的一种重要技术。本文从计算机之大数据对智慧物流的影响这一视角出发，就智慧物流的大数据收集和分析进行了深入的分析，并基于大数据技术的发展趋势，对构建以大数据为支点的智慧物流产业链条的策略予以了前瞻。智慧物流的发展进程中，应通过在搭建智慧物流信息平台、拓展物流外接数据平台等方面的发力，推动物流产业的数据化、定制化发展。
关键词：智慧物流;大数据;系统
技术的不断发展催生了产业业态的不断变革。物流作为国民经济发展的重要支点，其产业化的发展进行中迎来了智慧化的发展时代。在信息技术及人工智能等技术的推动下，我国智慧物流初见雏形，成为物流产业发展的重要方向[1]。智慧物流与传统物流相比，能够在协作运营层面及资源优化方面显现出更大的价值，提高物流的效率和效益。近几年，大数据技术的应用开展了向各行业的迅速渗透，其也必然会给智慧物流带来新的动力和新的契机。相关的从业者需紧跟时代发展的脉搏，前瞻性地对计算机之大数据技术给智慧物流所带来的利好与挑战进行全面地分析，以“大数据技术之力”再次推动行业的快速而稳定的发展。本研究将从大数据对智慧物流的影响这一视角，对智慧物流体系的大数据技术的开发予以前瞻。
1智慧物流的大数据收集和分析
1.1数据收集
智慧物流框架下物流数据的来源将被进一步的拓展，互联网、物联网等平台及传感器、移动设备等终端所上传和采集的物流数据都将作为物流大数据处理的样本。当前，在数据收集过程中所采用的方式主要有三种，即日志数据收集、WEB数据收集及传感器数据收集等[2]。其中，就日志数据收集而言是针对互联网各交易品中所产生的数据日志信息进行收集，如消费者在购物意向达成前所浏览的网页、顾客对某产品评价所浏览的次数等，这些有着显著消费倾向的网络行为将被收集起来。其次就WEB数据收集而言，是通过对基于WEB而产生的系列数据进行清洗和归纳，从而在其中找到有价值的数据。再次就传感器数据收集而言，主要是对商品上的电子标签信息或物流的GPS等信息进行全面的收集，为后续分析提供充足的数据样本。
1.2数据分析
待对物流数据进行收集及存储处理之后，就进入到对于数据的分析阶段。智慧物流与大数据技术的叠合，将通过大数据分析技术、深度学习技术，实现对源于日志、WEB及传感器的数据进行智能化的分析与解释。这一技术相对于数据的浅层分析及对于数据的低模型配置分析有较大的不同。大数据分析技术与深度学习技术的融合，能够对不同层次的数据展开全面地分析，当前所使用的方式主要是以分布式数据库系统模式来进行，这使得数据处理的总量和效能获得了量级上的提升。同时，这两大技术的融合，也使得在物流数据的挖掘能力得到了显著的提高。在实践中发现，信息碎片化是横亘在物流产业信息数据处理发展道路上的一大绊脚石。大数据分析技术与深入学习技术的介入，通过对数据的可透视化分析及预测性分析将有效地实现在物流数据价值的二次提升，进而为物流产业的各模块提供精准的数据服务[3]。
2构建以大数据为支点的智慧物流产业链条的策略
2.1搭建智慧物流信息平台
智慧物流的信息化平台是一个基于互联网技术的体系化信息品台，其将与物流相关的物联网、车联网及各种信息终端纳入收据收集的单元，进而实现对海量、动态的物流数据的收集。同時基于各渠道所采集到的数据，实现对物流数据的多模态分析，将分析后的数据将被推送到个物流信息平台。平台上的受众将通过对所需数据的访问，来实现对商品的追踪、交易状态查询等服务。与此同时，智慧物流信息平台也将为用户的物流服务需求提供个性化及定制化的服务推介如：可为用户提供区域装备租赁、物流服务的可视化分析报告，并对物流服务的整个信息流程进行预估。当客户的物流服务意向达成后，将通过智慧物流系统为用户实现在线路规划、货源资源配置等方面的专业化、可视化分析，由用户根据自身需要，确定服务的内容和方式。这一平台的搭建将使得智慧服务的服务价值得到最大化的体现，同时在体系的协同下物流的成本将得到显著的下降[4]。
2.2拓展物流外接数据平台
物流产业的发展离不开终端市场的支撑。一段时间以来，智慧物流的发展主要是对物流服务模式在智能化服务层面上的信息化改革，从某种程度上而言仍属于对终端产业链条的内部开发。在大数据服务技术的介入下，有望实现智慧物流在服务链条上的前置，实现在平台交易预测前提下的物流业的提前介入。这一服务样式的出现，将使得智慧物流的服务能力大大增强。通过对各平台数据的预测和消费需求的预测实现由“车等货”到“货等车”上的转变。就物流发展的实践而言，这不仅能够实现效率上的提升，更能为商务经济体及运输实体带来更大的收益。因此，在智慧物流平台的外部行业平台的对接过程中，应实现与电商数据平台、生产企业平台及金融和港口平台的对接，并通过大数据手段的介入，全面实现对物流的精准预测，进而为物流产业的服务再造提供多种可能。
3结语
信息时代背景下，物流业的服务核心在数据。大数据在智慧物流行业的应用，将使得数据信息的价值得以升级。经计算机大数据技术处理之后的多模态数数据不仅有利于智慧物流各构成板块的精准应用，更有助于提升智慧物流服务的精度和准度，这对智慧物流的发展有着的意义。在未来的发展中，物流产业的从业者应在智慧物流的技术之上，实现对大数据技术的合理开发，以搭建智慧物流信息平台、拓展物流外接数据平台为策略实现物流产业发展在数据化、定制化层面上的不断突破，借技术之力在实现物流产业服务模式创生的同时，实现物流产业的新发展。
参考文献
[1] 陈鑫，高静萍，闫宏磊，等.京南物流基地智慧园区规划研究[J].管理科学与工程，2019，8（04）：297-303.
[2] 李青.智慧物流平台在国际贸易中的深层次运用[J].商业经济研究，2020，（10）：158-161.
[3] 吕波，凡新凯，韩健."智慧物流"与企业相融合的新型运营模式研究[J].商业经济研究，2020，（9）：108-111.
[4] 韦映梅.共享经济时代智慧物流产业发展研究[J].技术经济与管理研究，2020，（2）：108-112.
关键词：智慧物流;大数据;系统
技术的不断发展催生了产业业态的不断变革。物流作为国民经济发展的重要支点，其产业化的发展进行中迎来了智慧化的发展时代。在信息技术及人工智能等技术的推动下，我国智慧物流初见雏形，成为物流产业发展的重要方向[1]。智慧物流与传统物流相比，能够在协作运营层面及资源优化方面显现出更大的价值，提高物流的效率和效益。近几年，大数据技术的应用开展了向各行业的迅速渗透，其也必然会给智慧物流带来新的动力和新的契机。相关的从业者需紧跟时代发展的脉搏，前瞻性地对计算机之大数据技术给智慧物流所带来的利好与挑战进行全面地分析，以“大数据技术之力”再次推动行业的快速而稳定的发展。本研究将从大数据对智慧物流的影响这一视角，对智慧物流体系的大数据技术的开发予以前瞻。
1智慧物流的大数据收集和分析
1.1数据收集
智慧物流框架下物流数据的来源将被进一步的拓展，互联网、物联网等平台及传感器、移动设备等终端所上传和采集的物流数据都将作为物流大数据处理的样本。当前，在数据收集过程中所采用的方式主要有三种，即日志数据收集、WEB数据收集及传感器数据收集等[2]。其中，就日志数据收集而言是针对互联网各交易品中所产生的数据日志信息进行收集，如消费者在购物意向达成前所浏览的网页、顾客对某产品评价所浏览的次数等，这些有着显著消费倾向的网络行为将被收集起来。其次就WEB数据收集而言，是通过对基于WEB而产生的系列数据进行清洗和归纳，从而在其中找到有价值的数据。再次就传感器数据收集而言，主要是对商品上的电子标签信息或物流的GPS等信息进行全面的收集，为后续分析提供充足的数据样本。
1.2数据分析
待对物流数据进行收集及存储处理之后，就进入到对于数据的分析阶段。智慧物流与大数据技术的叠合，将通过大数据分析技术、深度学习技术，实现对源于日志、WEB及传感器的数据进行智能化的分析与解释。这一技术相对于数据的浅层分析及对于数据的低模型配置分析有较大的不同。大数据分析技术与深度学习技术的融合，能够对不同层次的数据展开全面地分析，当前所使用的方式主要是以分布式数据库系统模式来进行，这使得数据处理的总量和效能获得了量级上的提升。同时，这两大技术的融合，也使得在物流数据的挖掘能力得到了显著的提高。在实践中发现，信息碎片化是横亘在物流产业信息数据处理发展道路上的一大绊脚石。大数据分析技术与深入学习技术的介入，通过对数据的可透视化分析及预测性分析将有效地实现在物流数据价值的二次提升，进而为物流产业的各模块提供精准的数据服务[3]。
2构建以大数据为支点的智慧物流产业链条的策略
2.1搭建智慧物流信息平台
智慧物流的信息化平台是一个基于互联网技术的体系化信息品台，其将与物流相关的物联网、车联网及各种信息终端纳入收据收集的单元，进而实现对海量、动态的物流数据的收集。同時基于各渠道所采集到的数据，实现对物流数据的多模态分析，将分析后的数据将被推送到个物流信息平台。平台上的受众将通过对所需数据的访问，来实现对商品的追踪、交易状态查询等服务。与此同时，智慧物流信息平台也将为用户的物流服务需求提供个性化及定制化的服务推介如：可为用户提供区域装备租赁、物流服务的可视化分析报告，并对物流服务的整个信息流程进行预估。当客户的物流服务意向达成后，将通过智慧物流系统为用户实现在线路规划、货源资源配置等方面的专业化、可视化分析，由用户根据自身需要，确定服务的内容和方式。这一平台的搭建将使得智慧服务的服务价值得到最大化的体现，同时在体系的协同下物流的成本将得到显著的下降[4]。
2.2拓展物流外接数据平台
物流产业的发展离不开终端市场的支撑。一段时间以来，智慧物流的发展主要是对物流服务模式在智能化服务层面上的信息化改革，从某种程度上而言仍属于对终端产业链条的内部开发。在大数据服务技术的介入下，有望实现智慧物流在服务链条上的前置，实现在平台交易预测前提下的物流业的提前介入。这一服务样式的出现，将使得智慧物流的服务能力大大增强。通过对各平台数据的预测和消费需求的预测实现由“车等货”到“货等车”上的转变。就物流发展的实践而言，这不仅能够实现效率上的提升，更能为商务经济体及运输实体带来更大的收益。因此，在智慧物流平台的外部行业平台的对接过程中，应实现与电商数据平台、生产企业平台及金融和港口平台的对接，并通过大数据手段的介入，全面实现对物流的精准预测，进而为物流产业的服务再造提供多种可能。
3结语
信息时代背景下，物流业的服务核心在数据。大数据在智慧物流行业的应用，将使得数据信息的价值得以升级。经计算机大数据技术处理之后的多模态数数据不仅有利于智慧物流各构成板块的精准应用，更有助于提升智慧物流服务的精度和准度，这对智慧物流的发展有着的意义。在未来的发展中，物流产业的从业者应在智慧物流的技术之上，实现对大数据技术的合理开发，以搭建智慧物流信息平台、拓展物流外接数据平台为策略实现物流产业发展在数据化、定制化层面上的不断突破，借技术之力在实现物流产业服务模式创生的同时，实现物流产业的新发展。
参考文献
[1] 陈鑫，高静萍，闫宏磊，等.京南物流基地智慧园区规划研究[J].管理科学与工程，2019，8（04）：297-303.
[2] 李青.智慧物流平台在国际贸易中的深层次运用[J].商业经济研究，2020，（10）：158-161.
[3] 吕波，凡新凯，韩健."智慧物流"与企业相融合的新型运营模式研究[J].商业经济研究，2020，（9）：108-111.
[4] 韦映梅.共享经济时代智慧物流产业发展研究[J].技术经济与管理研究，2020，（2）：108-112.