论文部分内容阅读
摘要: 在信息技术飞速发展的大背景下，电子商务物流行业的发展势头越发强劲。大数据是当前各行各业的热门名词，其对于数据的分析和处理对于行业发展具有非常重要的作用，将大数据处理技术与电子商务物流行业进行有机的结合不仅能为电子商务物流行业的发展带来更好的契机，还能在很大的程度上保证电子商务营销市场朝着更加便利的方向发展。因此，在电子商务物流系统中运用大数据处理技术已经成为了电商行业发展的必然趋势。本文就电子商务物流的大数据处理展开了一系列的分析。
关键词: 电子商务；物流；大数据处理
【中图分类号】F407.63
【文献标识码】B
【文章编号】2236-1879(2017)08-0211-02
前言
大数据是在现代信息技术不断发展的条件下应运而生的一个网络名词，是一个较为抽象的概念，尽管其被实际运用的时间不长，但是其发展空间却是不可估量的。对于电子商务行业来说，对物流信息进行收集和分析是行业发展的必要环节，而大数据与电子商务物流的有机结合使得电子商务物流的工作效率得到了很大程度的提高，成为了电子商务物流发展的新方向。大数据在电子商务物流中的应用是一种更加便捷的数据收集处理的方法，对于电子商务物流的发展具有非常重要的意义。
1大数据对电子商务物流行业发展的重要性
1.1提高了电子商务营销的便利性。
传统的电子商务营销模式下，仅仅能通过网络系统对物流市场的需求数据进行收集和分析，需要的成本较大，而且无法保证数据的全面性［1］。利用大数据技术对电子商务物流进行分析，不仅能在很大的程度上减少成本的输出，还能全面的对电子商务物流市场的需求进行分析，从而使电子商务营销的便利性大大增加。
1.2打破了传统数据处理的局限性。
在我国经济水平不断提高的大背景下，人民对物质生活的要求也在随之提高，这样的客观条件在很大的程度上推动了电子商务物流的发展。传统的电子商务运行模式下，对于市场需求的分析主要在于消费者的实际需求，主要着眼于整体性的角度，而大数据与电子商务物流行业的结合使数据的分析逐渐转向了整体性和个性化的综合分析，通过对已有的需求数据与潜在的需求进行一系列的分析，从而得到更加全面的数据。
2大数据背景下的电子商务物流发展趋势
首先，大数据背景下的电子商务物流运行模式其数据化的特征变得十分明显，在很大的程度上弥补了传统电子商务物流运行的不足之处［2］。大数据技术在电子商务物流中的应用能有效对消费者的消费喜好以及需求进行分析，并根据分析得出的数据进行一系列的预测，从而实现缩小成本规模的目标。
其次，通过大数据对电子商务物流运营的分析，合理增加物流商品投入和产出的比例，使商品的供应商和经销商通过数据网络进行连接，使二者在经济链上的位置更加合理化，这种通过大数据建立的紧密联系能使企业对相关主体的需求更加了解。
第三，大数据对电子商务物流数据处理的过程中，更加突出了数据资产化的特征，在现代信息技术不断发展的背景下，大数据能将相关资产信息中的数据内容进行严密的分析，从而使其变成一种竞争力以及无形的技术资产，使电商企业能准确根据数据的分析结果对市场的变化及时作出反应，从而为电商企业创造更多的经济利益。
3大数据对电子商务物流的处理路径
ECLHadoop是电子商务物流大数据处理的关键内容，通过Hadoop机制能对电子商务物流服务体系中的网络数据信息进行处理，主要的运营原理是将其分成64MB的数据模块，并按照时间因素进行标记。通过将数据模块1中的数据与其他数据模块进行数据关联，并将特定的标记做添加处理，当系统对数据模块中的数据进行分析处理之后，也会对与其关联的数据模块进行一并的分析，并存储在系统中的指定位置，从而实现综合查询的目标。
在对电子商务物流信息进行大数据处理的过程中，需要运用统计学中的相关性知识对其进行几何分析，在实际的电子商务物流系统正常运行的条件下，对物流过程中涉及的订单列表以及相关的物流运输信息列表进行分析和处理，通过计算得出的数据进行统计其相关性。值得注意的是，在对电子商务物流进行大数据分析的过程中应该充分考虑到业务的实际需求，保证数据与实际业务的有效相关分析，通过大数据技术建立一张针对电子商务物流企业的信息网，使其能汇集所有有效的数据，从而建立不同业务或者不同需求之间的数据联系。
电子商务物流服务相关的网络中主要存在4个数据集合，其中数据集合1有Block［1］到［4］4个数据模块，数据集合2有2个，数据集合3有2个，数据集合4有3个。数据模块的容量一般被设置成64MB［3］。在电子商务物流大数据处理的过程中，将数据集合1中的两个数据模块与数据集合4中的两个数据模块放置在相同的数据节点之中。并将数据集合1中剩下的两个数据模块与数据集合4中的一個数据模块共同放置在一个数据节点之中。通过一系列的仿真实验，将Hadoop与ECLHadoop的实验结果进行对比，可以得出ECLHadoop对电子商务物流大数据处理具有更高的工作效率。
结论：综上所述，将大数据处理技术与电子商务物流的有机结合过程中，不仅在很大的程度上提高了对物流信息的处理效率，还在传统数据处理技术的基础上大大节约了相关成本。本文以大数据对电子商务物流行业发展的重要性作为着手点，结合大数据背景下电子商务物流发展的趋势，对大数据对电子商务物流的处理路径展开了一系列的分析，得出了大数据处理技术对电子商务物流行业发展具有非常大的推动作用。通过本文对电子商务物流的大数据处理的分析，希望能为电子商务物流行业的发展提供一些有价值的参考。
参考文献
［1］刘萌，谷文林. 大数据时代下电子商务的发展刍议［J］. 价格月刊，2016，(04)：51-54.
［2］刘光金. 大数据处理对电子商务的影响分析［J］. 计算机光盘软件与应用，2014，(17)：25-26.
作者简介：王涛，1973年6月，男，汉，陕西省西安，硕士研究生，助教，陕西科技大学镐京学院，西安建筑科技大学，工商管理，电子商务，陕西科技大学镐京学院。
关键词: 电子商务；物流；大数据处理
【中图分类号】F407.63
【文献标识码】B
【文章编号】2236-1879(2017)08-0211-02
前言
大数据是在现代信息技术不断发展的条件下应运而生的一个网络名词，是一个较为抽象的概念，尽管其被实际运用的时间不长，但是其发展空间却是不可估量的。对于电子商务行业来说，对物流信息进行收集和分析是行业发展的必要环节，而大数据与电子商务物流的有机结合使得电子商务物流的工作效率得到了很大程度的提高，成为了电子商务物流发展的新方向。大数据在电子商务物流中的应用是一种更加便捷的数据收集处理的方法，对于电子商务物流的发展具有非常重要的意义。
1大数据对电子商务物流行业发展的重要性
1.1提高了电子商务营销的便利性。
传统的电子商务营销模式下，仅仅能通过网络系统对物流市场的需求数据进行收集和分析，需要的成本较大，而且无法保证数据的全面性［1］。利用大数据技术对电子商务物流进行分析，不仅能在很大的程度上减少成本的输出，还能全面的对电子商务物流市场的需求进行分析，从而使电子商务营销的便利性大大增加。
1.2打破了传统数据处理的局限性。
在我国经济水平不断提高的大背景下，人民对物质生活的要求也在随之提高，这样的客观条件在很大的程度上推动了电子商务物流的发展。传统的电子商务运行模式下，对于市场需求的分析主要在于消费者的实际需求，主要着眼于整体性的角度，而大数据与电子商务物流行业的结合使数据的分析逐渐转向了整体性和个性化的综合分析，通过对已有的需求数据与潜在的需求进行一系列的分析，从而得到更加全面的数据。
2大数据背景下的电子商务物流发展趋势
首先，大数据背景下的电子商务物流运行模式其数据化的特征变得十分明显，在很大的程度上弥补了传统电子商务物流运行的不足之处［2］。大数据技术在电子商务物流中的应用能有效对消费者的消费喜好以及需求进行分析，并根据分析得出的数据进行一系列的预测，从而实现缩小成本规模的目标。
其次，通过大数据对电子商务物流运营的分析，合理增加物流商品投入和产出的比例，使商品的供应商和经销商通过数据网络进行连接，使二者在经济链上的位置更加合理化，这种通过大数据建立的紧密联系能使企业对相关主体的需求更加了解。
第三，大数据对电子商务物流数据处理的过程中，更加突出了数据资产化的特征，在现代信息技术不断发展的背景下，大数据能将相关资产信息中的数据内容进行严密的分析，从而使其变成一种竞争力以及无形的技术资产，使电商企业能准确根据数据的分析结果对市场的变化及时作出反应，从而为电商企业创造更多的经济利益。
3大数据对电子商务物流的处理路径
ECLHadoop是电子商务物流大数据处理的关键内容，通过Hadoop机制能对电子商务物流服务体系中的网络数据信息进行处理，主要的运营原理是将其分成64MB的数据模块，并按照时间因素进行标记。通过将数据模块1中的数据与其他数据模块进行数据关联，并将特定的标记做添加处理，当系统对数据模块中的数据进行分析处理之后，也会对与其关联的数据模块进行一并的分析，并存储在系统中的指定位置，从而实现综合查询的目标。
在对电子商务物流信息进行大数据处理的过程中，需要运用统计学中的相关性知识对其进行几何分析，在实际的电子商务物流系统正常运行的条件下，对物流过程中涉及的订单列表以及相关的物流运输信息列表进行分析和处理，通过计算得出的数据进行统计其相关性。值得注意的是，在对电子商务物流进行大数据分析的过程中应该充分考虑到业务的实际需求，保证数据与实际业务的有效相关分析，通过大数据技术建立一张针对电子商务物流企业的信息网，使其能汇集所有有效的数据，从而建立不同业务或者不同需求之间的数据联系。
电子商务物流服务相关的网络中主要存在4个数据集合，其中数据集合1有Block［1］到［4］4个数据模块，数据集合2有2个，数据集合3有2个，数据集合4有3个。数据模块的容量一般被设置成64MB［3］。在电子商务物流大数据处理的过程中，将数据集合1中的两个数据模块与数据集合4中的两个数据模块放置在相同的数据节点之中。并将数据集合1中剩下的两个数据模块与数据集合4中的一個数据模块共同放置在一个数据节点之中。通过一系列的仿真实验，将Hadoop与ECLHadoop的实验结果进行对比，可以得出ECLHadoop对电子商务物流大数据处理具有更高的工作效率。
结论：综上所述，将大数据处理技术与电子商务物流的有机结合过程中，不仅在很大的程度上提高了对物流信息的处理效率，还在传统数据处理技术的基础上大大节约了相关成本。本文以大数据对电子商务物流行业发展的重要性作为着手点，结合大数据背景下电子商务物流发展的趋势，对大数据对电子商务物流的处理路径展开了一系列的分析，得出了大数据处理技术对电子商务物流行业发展具有非常大的推动作用。通过本文对电子商务物流的大数据处理的分析，希望能为电子商务物流行业的发展提供一些有价值的参考。
参考文献
［1］刘萌，谷文林. 大数据时代下电子商务的发展刍议［J］. 价格月刊，2016，(04)：51-54.
［2］刘光金. 大数据处理对电子商务的影响分析［J］. 计算机光盘软件与应用，2014，(17)：25-26.
作者简介：王涛，1973年6月，男，汉，陕西省西安，硕士研究生，助教，陕西科技大学镐京学院，西安建筑科技大学，工商管理，电子商务，陕西科技大学镐京学院。