掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
物流大數據分析與挖掘 版權信息
- ISBN：9787121452147
- 條形碼：9787121452147 ; 978-7-121-45214-7
- 裝幀：平塑
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
物流大數據分析與挖掘 本書特色
理論與實踐相結合。教材立足物流與供應鏈管理，在編寫教材的同時，還設計了相關創新實驗項目和物流大數據應用案例。要求學生能夠綜合運用物流知識與原理，自行發現其中的規律與問題，運用創新性思維提出解決問題的思路和方法，并對相應方案進行思辨性說明，*終形成創新設計的思維習慣，獲得獨立解決問題的能力。 通過探索性學習，提升學生的能力。本教材設計的宗旨就是基于物流大數據分析，指導學生在海量物流大數據中獲取知識并掌握方法，以訓練學生的整體思維能力，分析能力、解決問題能力，以及批判性學習和創新能力。
物流大數據分析與挖掘 內容簡介
本書主要講述物流大數據的理論、實踐案例、相關軟件實操與應用等。本書以大數據理論為基礎，結合物流與供應鏈管理的相關知識，運用數據分析、數據挖掘及數據可視化軟件，以案例分析及實操的形式對物流大數據的應用予以形象、具體的分析，幫助學生綜合運用物流與供應鏈管理的知識與原理，提升數據分析能力和邏輯思維能力；鍛煉學生運用創新性數據思維提出并解決物流與供應鏈管理領域實際問題的能力；幫助學生對相應的物流與供應鏈方案進行數據分析，形成創新設計的思維習慣，獲得獨立解決物流與供應鏈管理領域相關問題的能力。
物流大數據分析與挖掘 目錄
目錄
章 物流大數據關鍵技術與應用 1
學習目的 1
1.1 大數據技術的概念與特點 1
案例1-1 4
1.2 大數據的關鍵技術及價值 5
1.2.1 大數據采集 5
1.2.2 大數據存儲與管理 6
1.2.3 大數據計算模式與系統 9
1.2.4 大數據分析與挖掘 10
案例1-2 12
1.3 大數據在物流與供應鏈中的應用 13
1.3.1 大數據在物流中的應用 13
1.3.2 大數據在供應鏈中的應用 16
案例1-3 22
本章小節 24
關鍵概念 24
思考題 24
參考答案 24
第二章 物流大數據與人工智能 26
學習目的 26
2.1 人工智能技術概述 26
案例2-1 28
2.2 人工智能技術在物流大數據中的應用 30
2.2.1 基于人工智能技術的供應商管理 30
2.2.2 基于人工智能技術的倉儲管理 31
2.2.3 基于人工智能技術的運輸管理 32
2.2.4 基于人工智能技術的配送管理 32
2.2.5 基于人工智能技術的客戶管理 33
案例2-2 34
2.3 人工智能在供應鏈大數據中的應用 35
2.3.1 基于人工智能的供應鏈需求預測 35
2.3.2 基于人工智能的圖像識別 36
2.3.3 基于人工智能的倉儲作業規劃 37
2.3.4 基于人工智能的倉配網絡及路由規劃 38
2.3.5 基于人工智能的銷配送 39
2.3.6 基于人工智能的運營規則管理 39
案例2-3 40
本章小結 43
關鍵概念 43
思考題 43
參考答案 43
第三章 物流大數據與云計算 45
學習目的 45
3.1 云計算概述 45
3.1.1 云計算的概念與特點 45
3.1.2 云計算的框架結構及作用 47
3.1.3 云計算的關鍵技術 49
案例3-1 51
3.2 云計算在物流大數據中的應用 52
3.2.1 云計算平臺 52
3.2.2 云物流及其特點 53
3.2.3 云物流的應用 54
案例3-2 55
3.3 云計算在供應鏈管理大數據中的應用 56
案例3-3 59
本章小結 61
關鍵概念 61
思考題 62
參考答案 62
第四章 物流大數據與區塊鏈 64
學習目的 64
4.1 區塊鏈概述 64
4.1.1 區塊鏈定義 64
4.1.2 區塊鏈類型 64
4.1.3 區塊鏈特點 65
4.1.4 區塊鏈核心技術 66
案例4-1 68
4.2 區塊鏈在物流大數據中的應用 70
4.2.1 區塊鏈在物流大數據的應用場景 70
4.2.2 區塊鏈在物流大數據應用的發展瓶頸 71
案例4-2 71
4.3 區塊鏈在供應鏈管理大數據中的應用 72
4.3.1 區塊鏈在供應鏈管理大數據的作用 72
4.3.2 區塊鏈在供應鏈管理大數據的應用 74
4.3.3 區塊鏈在供應鏈管理大數據應用中的阻礙 75
案例4-3 76
本章小結 76
關鍵概念 77
思考題 77
參考答案 77
第五章 物流大數據與數字孿生 79
學習目的 79
5.1 數字孿生概述 79
5.1.1 數字孿生定義 79
5.1.2 數字孿生技術價值體現及意義 80
5.1.3 數字孿生技術體系 82
5.1.4 數字孿生核心技術 84
5.1.5 數字孿生與智能制造 86
案例5-1 88
5.2 數字孿生技術在物流大數據中的應用 88
5.2.1 數字孿生技術在倉儲環節中的應用 89
5.2.2 數字孿生技術在配送環節中的應用 91
5.2.3 數字孿生技術在包裝環節中的應用 92
案例5-2 94
5.3 數字孿生技術在供應鏈管理大數據中的應用 95
5.3.1 數字孿生技術在供應鏈管理大數據中的作用 95
5.3.3 數字孿生技術在供應鏈管理大數據的具體應用 96
5.3.3 數字孿生技術在供應鏈管理大數據應用的阻礙 96
案例5-3 97
本章小結 99
關鍵概念 99
思考題 99
參考答案 99
第六章 物流大數據與復雜網絡 101
學習目的 101
6.1 復雜網絡概述 101
6.1.1 復雜網絡的定義 101
6.1.2 復雜網絡的特性 101
6.1.3 復雜網絡常用分析指標 104
案例6-1 106
6.2 復雜網絡在物流大數據中的應用 108
6.2.1 復雜網絡在物流規劃中的應用 108
6.2.2 復雜網絡在應急物流中的應用 108
6.2.3 復雜網絡在快遞配送網絡中的應用 109
案例6-2 110
6.3 復雜網絡在供應鏈管理大數據中的應用 111
6.3.1復雜網絡在供應鏈風險管理中的應用 111
6.3.2 復雜網絡在供應鏈網絡優化中的應用 112
6.3.3 復雜網絡在供應鏈博弈中的應用 113
案例6-3 113
本章小結 114
關鍵概念 114
思考題 115
參考答案 115
第七章 物流大數據爬取 117
7.1 大數據采集與爬取概述 117
7.1.1 ROBOTS協議 117
7.1.2 Request與Response 119
7.1.3 網頁內容形式 120
7.1.4 數據存儲 121
7.2 大數據爬取軟件介紹 122
7.2.1 八爪魚采集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬蟲 124
7.2.4 應用與實操：貨運平臺大數據爬取 125
第八章 物流大數據可視化 130
8.1 大數據可視化 130
8.1.1 數據可視化的定義 130
8.1.2 物流大數據可視化 131
8.2 Echarts 131
8.2.1 軟件介紹 131
8.2.2 Echarts介紹 132
8.2.3 應用與實操：基于Echarts的江蘇省貨運量分析 136
8.3 Gephi 151
8.3.1 軟件介紹 151
8.3.2 知識點講解 152
8.3.3 應用與實操：貨運需求網絡大數據分析 157
第九章 物流大數據文本挖掘 161
9.1 大數據文本挖掘 161
9.1.1 大數據文本挖掘定義 161
9.1.2 大數據文本挖掘步驟 161
9.1.3 大數據文本挖掘方法 162
9.2 大數據文本挖掘在物流與供應鏈管理中的應用 165
9.2.1 物流與供應鏈客戶偏好分析 165
9.2.2 物流與供應鏈產品服務的定價與研發改良 165
9.2.3 物流與供應鏈需求預測 166
9.2.4 物流與供應鏈客戶關系管理 166
9.3 Citespace 167
9.3.1 軟件介紹 167
9.3.2 CiteSpace相關概念解析 167
9.3.3 應用與實操：基于CNKI的知識供應鏈研究熱點分析 174
9.4 Nvivo 180
9.4.1 軟件介紹 180
9.4.2 Nvivo相關概念解析 181
9.4.3 應用與實操：基于文本挖掘的電商扶貧路徑 190
章 物流大數據關鍵技術與應用 1
學習目的 1
1.1 大數據技術的概念與特點 1
案例1-1 4
1.2 大數據的關鍵技術及價值 5
1.2.1 大數據采集 5
1.2.2 大數據存儲與管理 6
1.2.3 大數據計算模式與系統 9
1.2.4 大數據分析與挖掘 10
案例1-2 12
1.3 大數據在物流與供應鏈中的應用 13
1.3.1 大數據在物流中的應用 13
1.3.2 大數據在供應鏈中的應用 16
案例1-3 22
本章小節 24
關鍵概念 24
思考題 24
參考答案 24
第二章 物流大數據與人工智能 26
學習目的 26
2.1 人工智能技術概述 26
案例2-1 28
2.2 人工智能技術在物流大數據中的應用 30
2.2.1 基于人工智能技術的供應商管理 30
2.2.2 基于人工智能技術的倉儲管理 31
2.2.3 基于人工智能技術的運輸管理 32
2.2.4 基于人工智能技術的配送管理 32
2.2.5 基于人工智能技術的客戶管理 33
案例2-2 34
2.3 人工智能在供應鏈大數據中的應用 35
2.3.1 基于人工智能的供應鏈需求預測 35
2.3.2 基于人工智能的圖像識別 36
2.3.3 基于人工智能的倉儲作業規劃 37
2.3.4 基于人工智能的倉配網絡及路由規劃 38
2.3.5 基于人工智能的銷配送 39
2.3.6 基于人工智能的運營規則管理 39
案例2-3 40
本章小結 43
關鍵概念 43
思考題 43
參考答案 43
第三章 物流大數據與云計算 45
學習目的 45
3.1 云計算概述 45
3.1.1 云計算的概念與特點 45
3.1.2 云計算的框架結構及作用 47
3.1.3 云計算的關鍵技術 49
案例3-1 51
3.2 云計算在物流大數據中的應用 52
3.2.1 云計算平臺 52
3.2.2 云物流及其特點 53
3.2.3 云物流的應用 54
案例3-2 55
3.3 云計算在供應鏈管理大數據中的應用 56
案例3-3 59
本章小結 61
關鍵概念 61
思考題 62
參考答案 62
第四章 物流大數據與區塊鏈 64
學習目的 64
4.1 區塊鏈概述 64
4.1.1 區塊鏈定義 64
4.1.2 區塊鏈類型 64
4.1.3 區塊鏈特點 65
4.1.4 區塊鏈核心技術 66
案例4-1 68
4.2 區塊鏈在物流大數據中的應用 70
4.2.1 區塊鏈在物流大數據的應用場景 70
4.2.2 區塊鏈在物流大數據應用的發展瓶頸 71
案例4-2 71
4.3 區塊鏈在供應鏈管理大數據中的應用 72
4.3.1 區塊鏈在供應鏈管理大數據的作用 72
4.3.2 區塊鏈在供應鏈管理大數據的應用 74
4.3.3 區塊鏈在供應鏈管理大數據應用中的阻礙 75
案例4-3 76
本章小結 76
關鍵概念 77
思考題 77
參考答案 77
第五章 物流大數據與數字孿生 79
學習目的 79
5.1 數字孿生概述 79
5.1.1 數字孿生定義 79
5.1.2 數字孿生技術價值體現及意義 80
5.1.3 數字孿生技術體系 82
5.1.4 數字孿生核心技術 84
5.1.5 數字孿生與智能制造 86
案例5-1 88
5.2 數字孿生技術在物流大數據中的應用 88
5.2.1 數字孿生技術在倉儲環節中的應用 89
5.2.2 數字孿生技術在配送環節中的應用 91
5.2.3 數字孿生技術在包裝環節中的應用 92
案例5-2 94
5.3 數字孿生技術在供應鏈管理大數據中的應用 95
5.3.1 數字孿生技術在供應鏈管理大數據中的作用 95
5.3.3 數字孿生技術在供應鏈管理大數據的具體應用 96
5.3.3 數字孿生技術在供應鏈管理大數據應用的阻礙 96
案例5-3 97
本章小結 99
關鍵概念 99
思考題 99
參考答案 99
第六章 物流大數據與復雜網絡 101
學習目的 101
6.1 復雜網絡概述 101
6.1.1 復雜網絡的定義 101
6.1.2 復雜網絡的特性 101
6.1.3 復雜網絡常用分析指標 104
案例6-1 106
6.2 復雜網絡在物流大數據中的應用 108
6.2.1 復雜網絡在物流規劃中的應用 108
6.2.2 復雜網絡在應急物流中的應用 108
6.2.3 復雜網絡在快遞配送網絡中的應用 109
案例6-2 110
6.3 復雜網絡在供應鏈管理大數據中的應用 111
6.3.1復雜網絡在供應鏈風險管理中的應用 111
6.3.2 復雜網絡在供應鏈網絡優化中的應用 112
6.3.3 復雜網絡在供應鏈博弈中的應用 113
案例6-3 113
本章小結 114
關鍵概念 114
思考題 115
參考答案 115
第七章 物流大數據爬取 117
7.1 大數據采集與爬取概述 117
7.1.1 ROBOTS協議 117
7.1.2 Request與Response 119
7.1.3 網頁內容形式 120
7.1.4 數據存儲 121
7.2 大數據爬取軟件介紹 122
7.2.1 八爪魚采集器 122
7.2.2 FME（Feature Manipulate Engine） 123
7.2.3 Python爬蟲 124
7.2.4 應用與實操：貨運平臺大數據爬取 125
第八章 物流大數據可視化 130
8.1 大數據可視化 130
8.1.1 數據可視化的定義 130
8.1.2 物流大數據可視化 131
8.2 Echarts 131
8.2.1 軟件介紹 131
8.2.2 Echarts介紹 132
8.2.3 應用與實操：基于Echarts的江蘇省貨運量分析 136
8.3 Gephi 151
8.3.1 軟件介紹 151
8.3.2 知識點講解 152
8.3.3 應用與實操：貨運需求網絡大數據分析 157
第九章 物流大數據文本挖掘 161
9.1 大數據文本挖掘 161
9.1.1 大數據文本挖掘定義 161
9.1.2 大數據文本挖掘步驟 161
9.1.3 大數據文本挖掘方法 162
9.2 大數據文本挖掘在物流與供應鏈管理中的應用 165
9.2.1 物流與供應鏈客戶偏好分析 165
9.2.2 物流與供應鏈產品服務的定價與研發改良 165
9.2.3 物流與供應鏈需求預測 166
9.2.4 物流與供應鏈客戶關系管理 166
9.3 Citespace 167
9.3.1 軟件介紹 167
9.3.2 CiteSpace相關概念解析 167
9.3.3 應用與實操：基于CNKI的知識供應鏈研究熱點分析 174
9.4 Nvivo 180
9.4.1 軟件介紹 180
9.4.2 Nvivo相關概念解析 181
9.4.3 應用與實操：基于文本挖掘的電商扶貧路徑 190
展開全部
物流大數據分析與挖掘 作者簡介
黃音，工學博士，主要學術兼職有：湖南省系統工程與管理學會物流與供應鏈管理專業委員會副秘書長；湖南省運籌學會會員；中國物流學會會員。近年來主持國家自然科學基金2項，主持湖南省哲學社會科學基金、湖南省自然科學基金。發表論文30余篇，其中近5年在SCI、EI、CSSCI、CSCD來源期刊上發表教學科研論文20余篇。出版專著2部（全國百佳圖書出版單位）。
書友推薦
- >
羅庸西南聯大授課錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
自卑與超越
- >
伯納黛特,你要去哪(2021新版)
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
