（一） 項(xiàng)目簡介
隨著互聯(lián)網(wǎng)技術(shù)與大數(shù)據(jù)技術(shù)的快速發(fā)展，大數(shù)據(jù)、云計(jì)算技術(shù)在物流領(lǐng)域已進(jìn)入廣泛應(yīng)用期。目前大數(shù)據(jù)在需求預(yù)測(cè)、配送優(yōu)化、庫存控制方面的應(yīng)用尤為明顯。本項(xiàng)目運(yùn)用大數(shù)據(jù)、云計(jì)算技術(shù)對(duì)商品歷史銷售記錄信息進(jìn)行整合分析，提出結(jié)合網(wǎng)絡(luò)輿情建立數(shù)學(xué)模型，預(yù)測(cè)未來不同地區(qū)不同商品的銷售情況與需求。同時(shí)考慮不同地區(qū)倉庫間爆款商品的調(diào)配問題，得到調(diào)配方案，達(dá)到防止貨物積壓，優(yōu)化商品庫存，提高運(yùn)輸效率與經(jīng)濟(jì)收益的目的。
（二） 研究目的
1. 結(jié)合網(wǎng)絡(luò)輿情，運(yùn)用大數(shù)據(jù)技術(shù)預(yù)測(cè)未來一段時(shí)間不同地區(qū)不同商品的銷售情況和銷量需求；
2. 根據(jù)其銷量需求，考慮倉庫間的商品調(diào)配問題，達(dá)到縮短運(yùn)輸時(shí)間，提高運(yùn)輸效率。
（三） 研究內(nèi)容
1.運(yùn)用大數(shù)據(jù)技術(shù)對(duì)商品歷史銷售記錄信息進(jìn)行收集、整合和分析，結(jié)合網(wǎng)絡(luò)輿情，預(yù)測(cè)未來一段時(shí)間不同地區(qū)不同商品的銷售情況和核心城市各片區(qū)的主流單品的銷量需求；
2.從海量商品中選取出針對(duì)不同地區(qū)的爆款商品并預(yù)測(cè)其銷售量，據(jù)此考慮不同地區(qū)倉庫間的爆款商品的調(diào)配問題，通過此來縮短運(yùn)輸時(shí)間，防止貨物積壓，優(yōu)化庫存，提高運(yùn)輸效率。
（四） 國、內(nèi)外研究現(xiàn)狀和發(fā)展動(dòng)態(tài)
1.國內(nèi)外研究現(xiàn)狀：大數(shù)據(jù)即廣義的數(shù)據(jù)，它是一切可以用作數(shù)據(jù)資料的統(tǒng)稱，即可以被收集、測(cè)量、分析，能進(jìn)行可視化處理的信息或知識(shí)，包含產(chǎn)生于自然和人類世界中的文字、圖片、音頻、視頻等，以及各種物質(zhì)材料。傳統(tǒng)數(shù)據(jù)是手工記錄、整理的數(shù)據(jù)，主要服務(wù)于數(shù)字記錄與統(tǒng)計(jì)。大數(shù)據(jù)是智能計(jì)算機(jī)運(yùn)算、分析的數(shù)據(jù)。它一方面指數(shù)據(jù)產(chǎn)生規(guī)模擴(kuò)大、種類多樣化，海量數(shù)據(jù)自動(dòng)產(chǎn)生；另一方面指人工智能可以學(xué)習(xí)和分析大數(shù)據(jù)，代替人進(jìn)行預(yù)判。
大數(shù)據(jù)建構(gòu)了數(shù)據(jù)化世界理念，一切需通過數(shù)據(jù)呈現(xiàn)。同時(shí)，人類的自主判斷會(huì)減少，而更依附于算法對(duì)大數(shù)據(jù)的分析和預(yù)判。比如：在總統(tǒng)選舉中，媒體利用大數(shù)據(jù)分析和描述總統(tǒng)和選民屬性，預(yù)測(cè)選舉結(jié)果；在體育賽事中，利用大數(shù)據(jù)分析球隊(duì)的進(jìn)球指數(shù)、運(yùn)動(dòng)員平時(shí)訓(xùn)練和比賽的競(jìng)技狀態(tài)數(shù)據(jù)，預(yù)判冠軍球隊(duì)等等。在算法為王的時(shí)代，一切都可以被納入算法中，算法是否具有價(jià)值偏向、算法能否得出客觀公正的結(jié)論、大數(shù)據(jù)是否一定是完備的數(shù)據(jù)等，這些都會(huì)左右算法的結(jié)果，進(jìn)而影響人的觀念和行為。
大數(shù)據(jù)技術(shù)是在“互聯(lián)網(wǎng)+”背景下生成的一種新型產(chǎn)物，通過利用新的思維方式進(jìn)行數(shù)據(jù)運(yùn)用，隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，各種各樣的數(shù)據(jù)也在不斷的增加，因此，如何進(jìn)行有效數(shù)據(jù)處理也成為一個(gè)很重要的問題。
隨著大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，其對(duì)數(shù)據(jù)進(jìn)行有效地采集與整理，然后進(jìn)行科學(xué)的分析，從而將一些有效數(shù)據(jù)進(jìn)行收集，為企業(yè)發(fā)展提供數(shù)據(jù)支持。目前大數(shù)據(jù)技術(shù)中對(duì)數(shù)據(jù)采集工作來說，主要分為兩種方式:集中采集與分布采集。因?yàn)榛ヂ?lián)網(wǎng)數(shù)據(jù)存在的形式種類非常多，如何有效的進(jìn)行采集與處理非常重要。
互聯(lián)網(wǎng)技術(shù)的快速發(fā)展使得傳統(tǒng)的數(shù)據(jù)存儲(chǔ)模式受到限制，其自身儲(chǔ)存數(shù)據(jù)量較小，不能夠有效的對(duì)大量數(shù)據(jù)進(jìn)行分析，導(dǎo)致其不能符合企業(yè)的需求。對(duì)于不斷產(chǎn)生的龐大數(shù)據(jù)舉行有效的計(jì)算也是非常重要的。云計(jì)算的發(fā)展使其能夠?qū)⒉煌臄?shù)據(jù)進(jìn)行分類存儲(chǔ)，并通過對(duì)這些數(shù)據(jù)進(jìn)行有效的分析。因此，大數(shù)據(jù)、云計(jì)算技術(shù)已經(jīng)是社會(huì)發(fā)展的一個(gè)趨勢(shì)。
大數(shù)據(jù)、云計(jì)算技術(shù)在物流領(lǐng)域已進(jìn)入廣泛應(yīng)用期，國內(nèi)外都在不斷提高數(shù)據(jù)的處理能力，研究大數(shù)據(jù)與信息化對(duì)接。目前基于大數(shù)據(jù)在物流產(chǎn)業(yè)上的研究范圍已經(jīng)非常廣泛，比如智慧物流模式的構(gòu)建、物流配送優(yōu)化選址、物流成本預(yù)測(cè)等方面。與國內(nèi)相比，國外基于大數(shù)據(jù)、云計(jì)算技術(shù)的運(yùn)用和研究更加成熟，且深入到了物流產(chǎn)業(yè)的各個(gè)環(huán)節(jié)，使得其物流行業(yè)已經(jīng)進(jìn)入成熟階段[2]。
2018年7月，中國產(chǎn)業(yè)信息網(wǎng)發(fā)布了2018年中國物流供應(yīng)鏈的管理現(xiàn)狀，并對(duì)其行業(yè)發(fā)展趨勢(shì)進(jìn)行了分析。2018年1-5月，全國物流總額為105.3萬億元，同比增長7.1%[3]。由此可知，我國物流發(fā)展情況良好，仍有巨大的潛力，但是我國現(xiàn)代物流和供應(yīng)鏈管理行業(yè)仍處在初級(jí)發(fā)展階段，提供的增值服務(wù)比較少，而增值服務(wù)十分重要，已經(jīng)成為主流趨勢(shì)，并且大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)將成為新的價(jià)值點(diǎn)。大數(shù)據(jù)、云計(jì)算技術(shù)的逐漸成熟為物流行業(yè)提高服務(wù)效率、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提供了新的思路。由此，如何利用大數(shù)據(jù)技術(shù)對(duì)物流服務(wù)進(jìn)行升級(jí)，以及目前企業(yè)應(yīng)用大數(shù)據(jù)的現(xiàn)狀成為有價(jià)值的研究方向。
2.發(fā)展動(dòng)態(tài)：
百世匯通曾運(yùn)用大數(shù)據(jù)管理網(wǎng)點(diǎn)的運(yùn)營行為，通過數(shù)據(jù)分析模型預(yù)測(cè)了幾次網(wǎng)點(diǎn)的異動(dòng)，將問題消滅在了萌芽時(shí)期?？梢?，準(zhǔn)確預(yù)測(cè)市場(chǎng)行情和消費(fèi)需求在很大程度上能夠避免重大問題的出現(xiàn)。如今已經(jīng)有將GM（1,1）模型、非線性三次指數(shù)平滑預(yù)測(cè)模型和二次回歸預(yù)測(cè)模型相結(jié)合組成的組合預(yù)測(cè)模型、霍爾特指數(shù)平滑預(yù)測(cè)等產(chǎn)品銷量預(yù)測(cè)方法。
以京東為例。京東在2004年正式涉足電商領(lǐng)域，截至2017年3月，京東集團(tuán)有超過12萬員工，主要涉及電商、金融和物流三大塊。傳統(tǒng)供應(yīng)鏈主要面臨計(jì)劃管理、業(yè)務(wù)監(jiān)控、成本控制、客戶服務(wù)等挑戰(zhàn)。計(jì)劃管理要求適合地備貨與調(diào)撥，業(yè)務(wù)監(jiān)控要求將各個(gè)環(huán)節(jié)的數(shù)據(jù)打通及時(shí)跟蹤，成本控制主要降低庫存成本，客戶服務(wù)需要在適當(dāng)?shù)臅r(shí)間，以合理的價(jià)格提供給客戶最需要的產(chǎn)品。京東利用大數(shù)據(jù)、云計(jì)算技術(shù)構(gòu)建了包括好計(jì)劃系統(tǒng)、好商品系統(tǒng)、好價(jià)格系統(tǒng)等，有效地提高了供應(yīng)鏈整體效率。最近，京東發(fā)布了智慧供應(yīng)鏈戰(zhàn)略，以數(shù)據(jù)挖掘、人工智能、流程再造和技術(shù)驅(qū)動(dòng)為源動(dòng)力，形成覆蓋商品、價(jià)格、計(jì)劃、庫存、協(xié)同五大領(lǐng)域的智慧供應(yīng)鏈解決方案。京東目前服務(wù)超過2億活躍用戶，超過1萬家活躍的供應(yīng)商，每月產(chǎn)生的對(duì)外采購訂單超過200萬單。僅京東大數(shù)據(jù)平臺(tái)數(shù)據(jù)總量已經(jīng)突破200PB（拍字節(jié)），每天新增超過1.5PB數(shù)據(jù)，每天約有20萬個(gè)報(bào)表分析作業(yè)運(yùn)行，日處理達(dá)到150億行數(shù)據(jù)量。京東通過大數(shù)據(jù)極大的提高了庫存管理能力，用數(shù)據(jù)預(yù)測(cè)某款商品未來28天在每個(gè)倉的銷量，從而助力采銷提前且高效地進(jìn)行庫存管理，能讓商品現(xiàn)貨率保持90%以上[1]。
目前，對(duì)于商品效率預(yù)測(cè)都是基于商品歷史銷量進(jìn)行的預(yù)測(cè)，無法對(duì)由網(wǎng)絡(luò)輿論造成的短時(shí)間內(nèi)商品銷量的大幅度改變進(jìn)行預(yù)測(cè)。此外，企業(yè)對(duì)應(yīng)用大數(shù)據(jù)技術(shù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的需求是比較明顯的，其中應(yīng)用大數(shù)據(jù)進(jìn)行需求預(yù)測(cè)、配送優(yōu)化、庫存控制的需求尤為明顯，應(yīng)用大數(shù)據(jù)進(jìn)行采購管理、成本分析的需求更加迫切。
如今互聯(lián)網(wǎng)發(fā)展迅速，微博、微信等社交軟件的使用大量普及，網(wǎng)絡(luò)輿論逐漸發(fā)展成影響商品銷售量的一大因素，因此，我們團(tuán)隊(duì)要綜合商品歷史銷量和網(wǎng)絡(luò)輿論兩大因素來預(yù)測(cè)商品的銷量。
參考文獻(xiàn)：
[1].馬潔，鄭彩云，應(yīng)用大數(shù)據(jù)進(jìn)行供應(yīng)鏈物流服務(wù)升級(jí)的現(xiàn)狀和需求分析[J],物流商論，2019（4）：12-13.
[2] 豐佳棟，云計(jì)算視角下的第三方物流服務(wù)質(zhì)量創(chuàng)新模型[J],中國流通經(jīng)濟(jì)，2015，29（2）：33-38.
[3] 張娜，馬燕，崔恒睿，劉逗逗，大數(shù)據(jù)技術(shù)進(jìn)展與發(fā)展趨勢(shì)，通信設(shè)計(jì)與應(yīng)用[J],2019，26（2）：78-79。
（五） 創(chuàng)新點(diǎn)與項(xiàng)目特色
創(chuàng)新點(diǎn):
1.將大數(shù)據(jù)技術(shù)與物流問題結(jié)合。
2.結(jié)合互聯(lián)網(wǎng)發(fā)展迅速現(xiàn)狀，考慮網(wǎng)絡(luò)輿情因素對(duì)商品銷售情況的影響。
項(xiàng)目特色：
1.綜合商品歷史銷量與網(wǎng)絡(luò)輿情得到優(yōu)化的商品銷量預(yù)測(cè)模型。
2.采用大數(shù)據(jù)的數(shù)據(jù)處理與分析技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的處理與分析與分析結(jié)果可視化。
（六） 技術(shù)路線、擬解決的問題及預(yù)期成果
1. 技術(shù)路線（見圖1）
(1)數(shù)據(jù)來源：爬蟲獲取互聯(lián)網(wǎng)媒體輿情信息；大數(shù)據(jù)共享平臺(tái).
(2) 數(shù)據(jù)處理：分布式儲(chǔ)存文件系統(tǒng)HDFS HBase；分布式計(jì)算框架,MapReduce；統(tǒng)計(jì)分析軟件SPSS SAS；圖計(jì)算平臺(tái)Pregel。
(3) 數(shù)數(shù)據(jù)應(yīng)用：數(shù)學(xué)計(jì)算軟件MATLAB。
圖1 項(xiàng)目技術(shù)路線圖
2. 擬解決的問題
（1）商品存量不足、商品積壓、商品調(diào)配不當(dāng)、運(yùn)輸效率低等造成經(jīng)濟(jì)效益損失的問題。
（2）短期內(nèi)商品需求的預(yù)測(cè)，并根據(jù)預(yù)測(cè)進(jìn)行商品采購、調(diào)配等問題。
3. 預(yù)期成果
（1）獲取與互聯(lián)網(wǎng)媒體輿情信息有關(guān)的商品；得到商品在不同地區(qū)的銷售情況；得到網(wǎng)絡(luò)輿情對(duì)商品銷量的影響情況；得到商品的預(yù)測(cè)銷售情況； 得到各地區(qū)倉庫間商品調(diào)配方案。
（2）研究報(bào)告一份；發(fā)表論文1-2篇；
（七） 項(xiàng)目研究進(jìn)度安排
1.2019.5-2019.12：構(gòu)建結(jié)合網(wǎng)絡(luò)輿論與歷史銷量對(duì)各商品銷量的預(yù)測(cè)模型
工作內(nèi)容：網(wǎng)絡(luò)輿情分類考察、商品銷售記錄數(shù)據(jù)收集、商品銷量預(yù)測(cè)模型構(gòu)建、檢驗(yàn)預(yù)測(cè)模型準(zhǔn)確度
2.2020.1-2020.12：構(gòu)建倉庫間商品調(diào)配模型。工作內(nèi)容：商品倉庫信息收集、商品調(diào)配模型的建立與檢驗(yàn)、系統(tǒng)整理研究成果，撰寫論文。
3.2021.1-2021.5：整理前面工作成果，完成研究報(bào)告。
（八） 已有基礎(chǔ)
1. 與本項(xiàng)目有關(guān)的研究積累和已取得的成績
項(xiàng)目組成員成績優(yōu)秀，基礎(chǔ)扎實(shí)，積極參加學(xué)科競(jìng)賽，并多次獲獎(jiǎng)。其中：部分成員參與了長沙理工大學(xué)BIM技術(shù)大賽，‘基于BIM+GIS技術(shù)協(xié)同在海濱高速公路運(yùn)行于維護(hù)應(yīng)用示范’的項(xiàng)目研究，并獲得二等獎(jiǎng)；項(xiàng)目組成員組隊(duì)參加了2018年高教杯大學(xué)生數(shù)學(xué)建模比賽以及2019年美國大學(xué)生數(shù)學(xué)建模比賽，為本項(xiàng)目的開展打下了堅(jiān)實(shí)的基礎(chǔ)。
2. 已具備的條件，尚缺少的條件及解決方法
長沙理工大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院學(xué)術(shù)交流活動(dòng)非?；钴S，平均每周一次的專家學(xué)術(shù)報(bào)告為學(xué)生創(chuàng)造了很好的學(xué)術(shù)氛圍。另外，學(xué)院建有完善的實(shí)驗(yàn)室與資料室，為學(xué)生參與各類學(xué)科競(jìng)賽提供了平臺(tái)。
|
