（一） 項目簡介
隨著互聯(lián)網(wǎng)技術與大數(shù)據(jù)技術的快速發(fā)展，大數(shù)據(jù)、云計算技術在物流領域已進入廣泛應用期。目前大數(shù)據(jù)在需求預測、配送優(yōu)化、庫存控制方面的應用尤為明顯。本項目運用大數(shù)據(jù)、云計算技術對商品歷史銷售記錄信息進行整合分析，提出結合網(wǎng)絡輿情建立數(shù)學模型，預測未來不同地區(qū)不同商品的銷售情況與需求。同時考慮不同地區(qū)倉庫間爆款商品的調(diào)配問題，得到調(diào)配方案，達到防止貨物積壓，優(yōu)化商品庫存，提高運輸效率與經(jīng)濟收益的目的。
（二） 研究目的
1. 結合網(wǎng)絡輿情，運用大數(shù)據(jù)技術預測未來一段時間不同地區(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，達到縮短運輸時間，提高運輸效率。
（三） 研究內(nèi)容
1.運用大數(shù)據(jù)技術對商品歷史銷售記錄信息進行收集、整合和分析，結合網(wǎng)絡輿情，預測未來一段時間不同地區(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不同地區(qū)的爆款商品并預測其銷售量，據(jù)此考慮不同地區(qū)倉庫間的爆款商品的調(diào)配問題，通過此來縮短運輸時間，防止貨物積壓，優(yōu)化庫存，提高運輸效率。
（四） 國、內(nèi)外研究現(xiàn)狀和發(fā)展動態(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、測量、分析，能進行可視化處理的信息或知識，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)，主要服務于數(shù)字記錄與統(tǒng)計。大數(shù)據(jù)是智能計算機運算、分析的數(shù)據(jù)。它一方面指數(shù)據(jù)產(chǎn)生規(guī)模擴大、種類多樣化，海量數(shù)據(jù)自動產(chǎn)生；另一方面指人工智能可以學習和分析大數(shù)據(jù)，代替人進行預判。
大數(shù)據(jù)建構了數(shù)據(jù)化世界理念，一切需通過數(shù)據(jù)呈現(xiàn)。同時，人類的自主判斷會減少，而更依附于算法對大數(shù)據(jù)的分析和預判。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，預測選舉結果；在體育賽事中，利用大數(shù)據(jù)分析球隊的進球指數(shù)、運動員平時訓練和比賽的競技狀態(tài)數(shù)據(jù)，預判冠軍球隊等等。在算法為王的時代，一切都可以被納入算法中，算法是否具有價值偏向、算法能否得出客觀公正的結論、大數(shù)據(jù)是否一定是完備的數(shù)據(jù)等，這些都會左右算法的結果，進而影響人的觀念和行為。
大數(shù)據(jù)技術是在“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行數(shù)據(jù)運用，隨著互聯(lián)網(wǎng)技術的不斷發(fā)展，各種各樣的數(shù)據(jù)也在不斷的增加，因此，如何進行有效數(shù)據(jù)處理也成為一個很重要的問題。
隨著大數(shù)據(jù)技術的廣泛應用，其對數(shù)據(jù)進行有效地采集與整理，然后進行科學的分析，從而將一些有效數(shù)據(jù)進行收集，為企業(yè)發(fā)展提供數(shù)據(jù)支持。目前大數(shù)據(jù)技術中對數(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。因為互聯(lián)網(wǎng)數(shù)據(jù)存在的形式種類非常多，如何有效的進行采集與處理非常重要。
互聯(lián)網(wǎng)技術的快速發(fā)展使得傳統(tǒng)的數(shù)據(jù)存儲模式受到限制，其自身儲存數(shù)據(jù)量較小，不能夠有效的對大量數(shù)據(jù)進行分析，導致其不能符合企業(yè)的需求。對于不斷產(chǎn)生的龐大數(shù)據(jù)舉行有效的計算也是非常重要的。云計算的發(fā)展使其能夠將不同的數(shù)據(jù)進行分類存儲，并通過對這些數(shù)據(jù)進行有效的分析。因此，大數(shù)據(jù)、云計算技術已經(jīng)是社會發(fā)展的一個趨勢。
大數(shù)據(jù)、云計算技術在物流領域已進入廣泛應用期，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建、物流配送優(yōu)化選址、物流成本預測等方面。與國內(nèi)相比，國外基于大數(shù)據(jù)、云計算技術的運用和研究更加成熟，且深入到了物流產(chǎn)業(yè)的各個環(huán)節(jié)，使得其物流行業(yè)已經(jīng)進入成熟階段[2]。
2018年7月，中國產(chǎn)業(yè)信息網(wǎng)發(fā)布了2018年中國物流供應鏈的管理現(xiàn)狀，并對其行業(yè)發(fā)展趨勢進行了分析。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)代物流和供應鏈管理行業(yè)仍處在初級發(fā)展階段，提供的增值服務比較少，而增值服務十分重要，已經(jīng)成為主流趨勢，并且大數(shù)據(jù)技術、云計算技術將成為新的價值點。大數(shù)據(jù)、云計算技術的逐漸成熟為物流行業(yè)提高服務效率、產(chǎn)業(yè)結構升級提供了新的思路。由此，如何利用大數(shù)據(jù)技術對物流服務進行升級，以及目前企業(yè)應用大數(shù)據(jù)的現(xiàn)狀成為有價值的研究方向。
2.發(fā)展動態(tài)：
百世匯通曾運用大數(shù)據(jù)管理網(wǎng)點的運營行為，通過數(shù)據(jù)分析模型預測了幾次網(wǎng)點的異動，將問題消滅在了萌芽時期?？梢?，準確預測市場行情和消費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)平滑預測模型和二次回歸預測模型相結合組成的組合預測模型、霍爾特指數(shù)平滑預測等產(chǎn)品銷量預測方法。
以京東為例。京東在2004年正式涉足電商領域，截至2017年3月，京東集團有超過12萬員工，主要涉及電商、金融和物流三大塊。傳統(tǒng)供應鏈主要面臨計劃管理、業(yè)務監(jiān)控、成本控制、客戶服務等挑戰(zhàn)。計劃管理要求適合地備貨與調(diào)撥，業(yè)務監(jiān)控要求將各個環(huán)節(jié)的數(shù)據(jù)打通及時跟蹤，成本控制主要降低庫存成本，客戶服務需要在適當?shù)臅r間，以合理的價格提供給客戶最需要的產(chǎn)品。京東利用大數(shù)據(jù)、云計算技術構建了包括好計劃系統(tǒng)、好商品系統(tǒng)、好價格系統(tǒng)等，有效地提高了供應鏈整體效率。最近，京東發(fā)布了智慧供應鏈戰(zhàn)略，以數(shù)據(jù)挖掘、人工智能、流程再造和技術驅動為源動力，形成覆蓋商品、價格、計劃、庫存、協(xié)同五大領域的智慧供應鏈解決方案。京東目前服務超過2億活躍用戶，超過1萬家活躍的供應商，每月產(chǎn)生的對外采購訂單超過200萬單。僅京東大數(shù)據(jù)平臺數(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20萬個報表分析作業(yè)運行，日處理達到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)預測某款商品未來28天在每個倉的銷量，從而助力采銷提前且高效地進行庫存管理，能讓商品現(xiàn)貨率保持90%以上[1]。
目前，對于商品效率預測都是基于商品歷史銷量進行的預測，無法對由網(wǎng)絡輿論造成的短時間內(nèi)商品銷量的大幅度改變進行預測。此外，企業(yè)對應用大數(shù)據(jù)技術進行供應鏈物流服務升級的需求是比較明顯的，其中應用大數(shù)據(jù)進行需求預測、配送優(yōu)化、庫存控制的需求尤為明顯，應用大數(shù)據(jù)進行采購管理、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，我們團隊要綜合商品歷史銷量和網(wǎng)絡輿論兩大因素來預測商品的銷量。
參考文獻：
[1].馬潔，鄭彩云，應用大數(shù)據(jù)進行供應鏈物流服務升級的現(xiàn)狀和需求分析[J],物流商論，2019（4）：12-13.
[2] 豐佳棟，云計算視角下的第三方物流服務質(zhì)量創(chuàng)新模型[J],中國流通經(jīng)濟，2015，29（2）：33-38.
[3] 張娜，馬燕，崔恒睿，劉逗逗，大數(shù)據(jù)技術進展與發(fā)展趨勢，通信設計與應用[J],2019，26（2）：78-79。
（五） 創(chuàng)新點與項目特色
創(chuàng)新點:
1.將大數(shù)據(jù)技術與物流問題結合。
2.結合互聯(lián)網(wǎng)發(fā)展迅速現(xiàn)狀，考慮網(wǎng)絡輿情因素對商品銷售情況的影響。
項目特色：
1.綜合商品歷史銷量與網(wǎng)絡輿情得到優(yōu)化的商品銷量預測模型。
2.采用大數(shù)據(jù)的數(shù)據(jù)處理與分析技術實現(xiàn)對海量數(shù)據(jù)的處理與分析與分析結果可視化。
（六） 技術路線、擬解決的問題及預期成果
1. 技術路線（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.
(2) 數(shù)據(jù)處理：分布式儲存文件系統(tǒng)HDFS HBase；分布式計算框架,MapReduce；統(tǒng)計分析軟件SPSS SAS；圖計算平臺Pregel。
(3) 數(shù)數(shù)據(jù)應用：數(shù)學計算軟件MATLAB。
圖1 項目技術路線圖
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、運輸效率低等造成經(jīng)濟效益損失的問題。
（2）短期內(nèi)商品需求的預測，并根據(jù)預測進行商品采購、調(diào)配等問題。
3. 預期成果
（1）獲取與互聯(lián)網(wǎng)媒體輿情信息有關的商品；得到商品在不同地區(qū)的銷售情況；得到網(wǎng)絡輿情對商品銷量的影響情況；得到商品的預測銷售情況； 得到各地區(qū)倉庫間商品調(diào)配方案。
（2）研究報告一份；發(fā)表論文1-2篇；
（七） 項目研究進度安排
1.2019.5-2019.12：構建結合網(wǎng)絡輿論與歷史銷量對各商品銷量的預測模型
工作內(nèi)容：網(wǎng)絡輿情分類考察、商品銷售記錄數(shù)據(jù)收集、商品銷量預測模型構建、檢驗預測模型準確度
2.2020.1-2020.12：構建倉庫間商品調(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、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，完成研究報告。
（八） 已有基礎
1. 與本項目有關的研究積累和已取得的成績
項目組成員成績優(yōu)秀，基礎扎實，積極參加學科競賽，并多次獲獎。其中：部分成員參與了長沙理工大學BIM技術大賽，‘基于BIM+GIS技術協(xié)同在海濱高速公路運行于維護應用示范’的項目研究，并獲得二等獎；項目組成員組隊參加了2018年高教杯大學生數(shù)學建模比賽以及2019年美國大學生數(shù)學建模比賽，為本項目的開展打下了堅實的基礎。
2. 已具備的條件，尚缺少的條件及解決方法
長沙理工大學數(shù)學與統(tǒng)計學院學術交流活動非?；钴S，平均每周一次的專家學術報告為學生創(chuàng)造了很好的學術氛圍。另外，學院建有完善的實驗室與資料室，為學生參與各類學科競賽提供了平臺。
|
