大數據時代下物流信息網絡技術探討

趙繼新

摘要：物流信息網絡是物流網絡構建與運行的重要技術基礎與支撐。文章基于物流信息網絡優化技術研究現狀及大數據時代下物流信息采集、處理、分析、預測、推送等相關技術的發展趨勢，指出物流信息處理和預測是大數據時代下物流信息網絡優化的關鍵環節，并從基于大數據的實時信息處理技術及基于大數據的物流配送預測模型等兩個方面，對大數據技術在物流信息網絡優化中的運用進行探討。

關鍵詞：物流信息網絡;大數據;優化技術

中國分類號：U495文獻標識碼：A

0 引言

改革開放以來，中國物流業經過將近四十年的發展，已經成為支撐國民經濟發展的支柱產業和重要的現代服務業之一。我國物流業目前具有市場開放程度高、多種所有制并存、服務科技水平有較大提高的特點與優勢。但物流績效仍有待提高，其主要原因就是物流系統性不強，網絡化程度較低，信息化水平不高。根據國務院《物流業發展中長期規劃（2014—2020年）》，要求構建覆蓋全國、輻射國際的物流信息基礎交換網絡和國家平臺門戶，實現可靠、安全、高效、順暢的信息交換，實現行業內相關信息平臺交換標準統一，提供公正、權威的物流相關公共信息服務，有效促進物流產業鏈各環節信息互通與資源共享，這對于降低物流成本、擴大物流規模、提高物流效率具有十分重要的意義。

本文基于傳統物流信息網絡技術在物流信息采集、推送、處理、分析方面的研究現狀，進一步闡述在大數據時代下物流信息網絡優化技術的發展趨勢，指出物流信息網絡優化技術是物流網絡在大數據時代下的重要促進因素，并著重從基于大數據的實時信息處理技術及基于大數據的物流配送預測模型兩方面提出了基于大數據技術的物流信息網絡優化策略。

1 物流信息網絡現狀分析

1.1 物流信息網絡

根據我國國家標準《物流術語》（GB/T18354-2006），物流網絡可分為物流基礎設施網絡、物流組織網絡和物流信息網絡。物流信息網絡是物流網絡構建與運行的重要技術支撐基礎。物流信息網絡是指伴隨著物流實體網絡而相應傳遞各類信息的通信網絡。物流信息網絡具有網絡專業性強、信息來源廣、信息時效性高等特點。根據信息流轉的過程，物流信息在物流信息網絡中的業務流程可分為信息采集、信息處理、信息分析、信息推送等環節。

1.2 物流信息網絡研究現狀

目前，對物流信息網絡的研究重點在于物流節點及組織外部的信息網絡，即建立物流網絡組織和成員之間開放的、信息充分共享的信息系統。在物流節點的選址及物流通道的規劃優化研究方面，Eiichi Taniguchi提出一種優化物流基礎設施網絡的方法，闡述了城市公共物流節點優化在緩解交通堵塞、節約能源和降低勞動成本方面能產生的巨大作用，同時他還運用非線性理論和排隊論研究了物流節點布局優化與選址問題;國內的秦璐和葛喜俊從交通路網節點和通道出發，對高速公路服務區功能性擴展為區域物流節點進行了相關理論研究;在物流信息網絡支撐物流組織優化方面，Pedro M.Reyes利用夏普里值方法來探索物流組織網絡中的轉載運輸問題，從而維持物流組織網絡狀態的相對穩定;J.Neto等人通過對物流組織網絡中環境、運輸成本等各種活動對網絡穩定運行的影響指標進行分析，提出了物流組織網絡的優化設計框架，實現了對物流組織網絡的多目標規劃。

綜上所述，傳統的物流信息網絡研究方法主要是在有限樣本條件下，利用數據模型進行物流信息處理，從而得到對物流基礎設施網絡及物流組織網絡的支撐方向，進一步優化物流基礎設施網絡的組織結構，提升物流組織網絡的運行效率，但并未有效地利用物流信息在網絡中流轉的關鍵節點和時點，發揮物流信息最大的利用價值。

2 大數據時代物流信息網絡發展特點

在科技高速發展的時代，數據資產的價值正在得到越來越多的關注和挖掘。在物流行業和交通運輸行業，幾乎所有的業務環節和服務環節都會產生大量的數據。面對這些多源異構的海量數據，如何進行資源整合、匯聚處理、分析應用及深度挖掘，使得物流網絡的運行效率得以提升，將影響到物流行業的發展模式、運營效率及管理思想。

具體到物流信息網絡優化技術中，幾乎所有的優化手段都需要有大量的數據支撐。未來物流信息網絡的優化趨勢將是大數據分析技術與傳統的物流信息網絡優化技術相融合，具體可以表現為以下五個方面：

（1）物流信息采集。及時、準確地掌握物品在物流網絡中的相關信息是實現物流信息化的核心之一。物流信息是否被及時、方便、準確地采集并且有效進行信息傳輸，將直接影響整個物流系統的效率及物流信息化的發展。在大數據背景下，基于物品屬性的信息采集應用的領域更廣，物品的銷售數據、檢索數據、網頁端的瀏覽數據都是豐富的信息獲取途徑。

（2）物流信息處理。數據的匯聚與處理是大數據時代下物流信息有效流轉的關鍵。通過建立物流數據倉庫，構建物流云計算平臺，以及對物流信息實時處理，完成智慧物流信息的存儲、計算與實時處理，為智慧物流提供了完備的數據準備。

（3）物流信息分析。針對海量的客戶與商品數據，如何應用數據挖掘技術對其關聯關系、內在規律進行解析，進而為物流企業運營與發展提供正確的決策依據，是大數據背景下“智慧”物流的核心。針對物流的信息分析主要分為物流客戶關系挖掘、物流市場信息類聚分析、物流商品關聯分析等三個方面。

（4）物流信息預測。通過大數據分析、數據挖掘等手段對特定主題的信息進行預測，這種方法已廣泛應用于當下許多商業場景。由于物流業務具有時變、隨機和不平衡等特征，及時的大數據分析是高效了解消費者偏好、預測消費者行為的絕佳途徑，利用數據分析技術可以提前為產品做好分配，優化物流路線計劃以提升物流交付效率。

（5）物流信息推送。物流的信息推送過程是一個將“物品”轉換為數據及有用信息傳至網絡環境的過程，經由通信網絡、無線或有線網絡將信息傳遞至電子物流應用平臺。大數據時代下，物流信息的推送不再“傻瓜”，借助無線通信單元，通過隨機自組織無線通信網絡以多跳中繼方式將感知信息傳送到匯聚節點或者基站，在任何時間地點或環境下獲取大量可靠的信息，真正實現“無處不在”的計算理念，運用大數據手段可做到相對及時、精準的信息推送。基于物品的物流信息推送是根據消費者購物習慣、消費傾向等，為消費者提供合適的商品信息的過程。客戶處于此推送網絡的中心，商家在準確分析供需關系和商品流量流向的條件下，可以在信息儲備庫中及時發掘需求，即為用戶選擇符合其預期和習慣的商品信息。