鄉村振興戰略下冷鏈物流信息數據挖掘與分析研究

萬玉龍?顧峰?馮煒雯?李華洋

基金項目：江蘇省2021年高校哲學社會科學研究項目：江蘇高職院校培養鄉村振興戰略人才的路徑研究（編號：2021SJA1833）;中國物流學會和中國物流與采購聯合會2022年全國高校、職業院校物流教改教研課題（編號：JZW2022207）;江蘇電子信息職業學院2021年自然科學基金項目（編號：JSEIY2021004）;2022年第一批江蘇省產學研合作項目（編號：BY2022342）;2022年蘇電英才工程鄉村振興科技創新團隊培育對象成果

摘 要：對于冷鏈物流來說，對數據有效分析和處理能夠使我們尋找冷鏈物流中車源、貨源、冷庫源、線路之間的關聯性，提高冷鏈物流運輸、倉儲、流通加工、包裝、配送的效率，擴大生鮮農產品冷鏈物流經濟效益，促進農業增效、農村增綠和農民增收，助力鄉村振興發展。文章介紹了冷鏈物流現狀與存在不足、冷鏈物流各環節對數據信息的需求、數據挖掘與分析技術在冷鏈物流中的作用，提出了Scrapy框架在冷鏈物流信息中的應用、中國物流信息網網站介紹、數據可視化應用與系統設計等策略。

關鍵詞：大數據;冷鏈物流;數據挖掘;鄉村振興

一、引言

2021年11月26日，國務院辦公廳印發了《“十四五”冷鏈物流發展規劃》，我國已經進入新發展階段，人民群眾對高品質消費品和市場主體對高質量物流服務的需求快速增長，新冠肺炎疫情防控常態化對冷鏈物流提出新的更高要求，冷鏈物流發展已成為人們關注的焦點。冷鏈物流是指在冷凍食品的生產、加工、儲存、運輸和銷售中，始終處于低溫環境中，此外冷鏈的效率與供應鏈的聯系緊密相關，冷鏈物流的快速發展是關系保障民生、關注民生的大事之一，促進農業轉型和農民增收，助力鄉村振興的重要基礎，受到國家的高度重視。此外，冷鏈物流體系的建設不僅是為了完善流通體系和加強安全體系，更是為了支持經濟發展，降低社會成本，造福國家和人民。

目前，我國冷鏈物流發展不平衡不充分問題突出，跨季節、跨區域調節農產品供需的能力不足，農產品產后損失和食品流通浪費較多，運輸成本占總成本比例較高，與發達國家相比還有較大差距。隨著大數據時代的到來，大數據已成為影響冷鏈物流發展的重要因素，大數據意味著存在大量數據集且可以從中挖掘和提取出有價值的數據信息。數據挖掘與分析是一種信息處理技術，它主要用于提取背后有價值的數據和信息。對于冷鏈物流來說，對數據進行有效分析和處理，可以發現最優路線和車源與貨源的詳細情況，通過分類方法直觀地感受到當下冷鏈物流的現狀并推測今后的發展路線，可以在很大程度上規避不必要的風險，為冷鏈物流行業發展提供良好契機。

針對冷鏈物流信息，采用數據挖掘方法對數據進行收集和分析，可以有效避免冷鏈物流運輸過程中“空車返回”現象。基于Python的網站信息爬取與數據分析是Python爬蟲的應用及Python數據分析的應用實戰，文章從Python爬蟲框架Scrapy出發，利用數據挖掘技術，對中國物流信息網進行抓取應用。首先使用Scrapy框架定向爬取貨源信息列表、物流專線列表、物流車源信息等數據，然后將抓取的數據保存為txt、xlsx等格式，分析爬取的數據，使用Jieba處理數據并使用Pyecharts獲得相關可視化圖，得出一定范圍內哪個省的物流專線最頻繁，以及運輸重量需求排行榜等。接著通過對數據進行分析和總結以便尋找冷鏈物流中車源、貨源、冷庫源、線路間的關聯性，通過可視化技術對數據進行呈現和解讀可以更好地為冷鏈物流冷庫智能選擇提供數據支撐。

二、冷鏈物流概述

與汽車、醫藥、煙草、鋼鐵等專業物流相比，多數人不太理解“冷鏈”概念。實際上，冷鏈的概念早在1894年美國的Albert Barrier和英國的J.A.Ruddich已經提出。由于其易受溫濕度等外部環境的影響，因此在生產和運輸過程中，應使用各種制冷設備和技術來維持其安全性。冷鏈物流主要是要確保冷凍食品的安全和質量，并讓冷凍食品在生產、儲存、運輸和銷售中始終處于低溫環境。例如農產品，為了確保運輸中的農產品的新鮮度和質量，使用冷凍系統來確保農產品在合理的溫濕度范圍內。農產品冷鏈物流由農產品、冷庫、配送中心、銷售商和最終消費者五部分組成。農產品冷鏈物流的具體流通過程圖如圖1所示。

與常規商品物流相比，冷鏈物流對儲存環境中的溫度和時間敏感，具體體現在以下三個方面：（1） 及時性：時間是影響冷鏈配送過程服務質量的重要因素，如果不能在顧客指定的時間內將商品送到顧客點時，商品在冷鏈運輸過程中會變質和腐爛;（2） 低溫控制性：商品的質量和新鮮度需要在低溫下保證，在商品的運輸、保管、銷售過程中，必須保持商品一直低溫;（3） 信息化程度高：地理信息系統（GIS）和產品條形碼技術（Bar-code）等高新技術被用于檢測和監控產品冷鏈運輸過程中的外部環境。

三、冷鏈物流各環節對數據信息的需求

在新鮮產品數據來源中，例如剛剛捕撈的水產品、剛剛被宰殺的肉類和家禽，需要立即進行預冷處理，與未經處理的生鮮食品相比，經預冷處理的生鮮食品減少了冷鏈物流運輸的總體損耗，減少了供應商的損耗，保證了消費者購買生鮮食品的新鮮度。對新鮮產品預冷處理后，要對產品進行加工和包裝，例如將RFID電子標簽粘貼到包裝產品上，以收集從產地到銷售地的各種過程信息。同時，在整個冷鏈運輸過程中，還必須隨時監控新鮮產品的溫濕度，一旦變化超過了適合新鮮產品存儲的極限，需要立即檢查冷鏈設備是否有問題，并立即采取措施以確保新鮮產品的正常流通，減少損失以確保消費者新鮮產品的安全和質量。把新鮮的產品從原產地運送到銷售點的保管中心，在保管中心有必要配備適當的RFID設備和控制器，以讀取保存中的新鮮產品標簽數據信息，實時監控和跟蹤冷庫中的產品信息。通過讀取信息，可以將新鮮產品的信息實時發送到冷鏈物流管理系統，監控儲存鏈中收集新鮮產品的溫濕度等信息，避免因溫度異常而造成新鮮產品質量的損壞。

四、數據挖掘與分析技術在冷鏈物流中的作用

通過冷鏈物流運輸的商品，需要執行以下過程：原產地冷處理、包裝和運輸、保管和銷售、最終賣給消費者，因而有必要對冷鏈物流過程中產生的數據進行挖掘和處理。數據挖掘通過使用各種分析工具，提取潛在有用信息，提取過程中產生的大量商業數據，為企業做出重要決策提供數據支撐。數據挖掘對象可以是數據庫、文件系統或任何其他數據集，通過挖掘大量數據背后有價值的數據和信息，同時也是基于人工智能、數據庫、可視化技術的決策過程。在冷鏈物流運輸中，對數據進行有效挖掘能夠發現最優路線和車源與貨源間的詳細情況，通過分類方法直觀地感受到當下冷鏈物流的現狀并推測今后的發展路線，這就能很大程度上規避冷鏈物流不必要的風險。大數據在冷鏈物流中的應用如圖2所示。

數據挖掘過程，分為數據準備、數據取得、結果表現和解釋三個階段：（1） 數據準備：數據準備包括數據合并、數據選擇、數據轉換等，數據合并是從各種文件中提取和整合數據，數據選擇是對數據集進行分析識別，避免盲查;（2） 數據取得：數據取得是選擇適當的數據挖掘算法對數據進行挖掘;（3） 結果表現和解釋：結果表現和解釋是對數據提取發現模式的解釋和評價。

五、Scrapy框架在冷鏈物流信息中的應用

本文以Python爬蟲框架Scrapy為出發點，利用數據挖掘技術，對中國物流信息網進行抓取應用，首先使用Scrapy框架定向爬取貨源信息列表、物流專線列表等數據，接著將抓取的數據保存txt、xlsx等格式，然后并對爬取的數據進行分析，采用Jieba對數據進行處理、并使用Pyecharts生成相應可視化圖，得出一定范圍內哪個省的物流專線最頻繁，以及運輸重量需求排行榜等，接著通過對數據進行分析和總結以便尋找冷鏈物流中車源、貨源、冷庫源、線路之間的關聯性，通過可視化技術對數據進行呈現和解讀，以便更好地為冷鏈物流冷庫智能選擇提供數據支撐。

1.中國物流信息網網站介紹

爬取內容前，首先要確定數據源并對數據源站點進行結構分析。本文爬取的是中國物流信息網網站如圖3所示，中國物流信息網（http：//www.china-wl.cn）是中國物流行業的專業門戶網站，網站以現代企業多樣化的商品流通需求為中心，以物流、運輸各公司的網絡信息化為起點，系統地整合物流公司、運輸車輛、流通信息等。網站包含了貨源信息、物流專線、車源信息等關鍵信息，這為后續數據挖掘提供了數據支持。

通過查看與中國物流信息網站點相對應的頁面內容，分析使用哪些標簽來顯示諸如標題和內容之類的信息。本文主要爬取貨源信息列表、物流專線列表、物流車源信息等前期通過從瀏覽器（例如Chrome或Firefox）數據源站點獲取相關信息便于查找網頁地址。中國物流信息網站源碼信息如圖4所示。

2.數據可視化應用

（1） 可視化意義

在本地下載網頁數據后，需要查找該數據背后隱藏的實際價值，分析從中國物流信息網獲取的數據，為以后冷鏈物流車的智能選擇提供科學依據。可視化作為解釋數據最有效的手段之一，它以圖表和圖像的形式呈現分析結果，能夠讓人們容易發現數據背后隱藏的關聯性。

可視化是非常重要的環節，沒有進行直觀分析的數據將難以使用。進行可視化分析，數據可以更直觀，更強大，以便冷鏈物流后期的分析和決策。

（2） Pyecharts功能與操作

本文用于實現數據可視化的工具為Pyecharts，這是一個基于JavaScript技術的視覺庫，功能簡單運行方便。Echars體系結構分為兩部分：ZRender層和Echars層，其中封裝了圖形動畫，渲染引擎和一些基本的用戶交互方法。Echars層包含特定的調用接口、視圖等，并且顯示數據方便，鼠標懸停在圖形上方，可以顯示數值、標簽等。

本文在Pycharm終端下輸入pip install pyechart命令，安裝Pyecharts并使用Pyecharts繪制物流專線省柱狀圖、貨源詞云圖、運輸重量需求柱狀圖等png圖，同時也可以編寫物流專線車輛柱狀圖、運輸重量需求柱狀圖、貨源詞云圖等html文件。

（3） 可視化圖分析

本文對爬取貨源信息列表、物流專線列表進行可視化，以直方圖展示貨源信息列表、物流專線列表中的信息，各省物流專線還有運輸重量排行榜等信息，可視化結果如圖5和圖6所示。

通過分析，從各省物流專線排行榜可以看出往返廣東省的物流專線最多，頻數達到了490次，其次是山東還有北京市，四川的物流專線最少。由此可見，物流專用線的頻率與經濟、地區有一定的關系，這反映了東西部地區經濟發展的不同。從運輸重量需求排行榜來看，貨車司機運輸的貨物噸數在40噸的頻數最高，達到了778次，貨車司機更青睞于貨物運輸噸數在15噸到35噸之間的運輸方式，說明貨車司機在運輸貨物噸數時會考慮其實際承載量，不傾向于拉載過重的貨物。

同時，為更直觀展示爬取的貨源信息列表、物流專線列表和車源信息列表等數據，以餅圖和圓環圖展示物流起始地址排行和物流車長度需求情況，可視化結果如圖7和圖8所示。通過分析，從物流起始地址排行榜可以看出，從沿海發達省份發貨的頻數較高，淄博次數最多達到619次，接著是濰坊還有廣東省部分市，而鄂爾多斯市的發貨次數最少。而從物流車長度需求圓環圖可以看出，物流車運輸過程中長度為7.5米的頻數最高，達到1078次，接著就是9.6米和6.8米。這從側面反映出，物流專線發貨頻率與地區相關，物流車的長度需求與實際運輸的貨物有關。

在可視化過程中，本文調用了Jieba庫來進行數據分析，其中Jieba是用于區分中文單詞的第三方庫，中文文本需要通過分詞來獲得單個詞語，除了單詞分類外，用戶還可以添加自定義詞組。

同時，針對中國物流信息網中的信息特點，如爬取貨源信息列表、物流專線列表等制作詞云。在詞云中，詞云可以過濾掉大量低頻率、低質量的文本信息。頻繁在文本中顯示關鍵字以理解文本主旨。如圖9為貨源詞云圖，詞云中顯示最多的是車、城市、貨物等，由此可以看出，在一定范圍內車源、城市、還有貨物三者之間存在很大的關聯性。而冷鏈車在運輸過程中，對配送的要求十分嚴格，因而對貨源、運輸時間、運輸容量等關鍵信息的把握要求精確。通過對中國物流信息網的抓取，以及對冷鏈物流中車源、貨源、冷庫源、線路等關聯性的數據挖掘與分析，并通過可視化技術對數據進行呈現和解讀，以便更好地為冷庫或冷藏車或貨物的智能選擇提供數據支撐。

（4） 可視化系統設計

為直觀表示本文爬取中國物流信息網，以及爬取的貨源信息列表、物流專線列表、車源信息列表等數據信息和在此過程中生成的各省物流專線排行榜、運輸重量需求排行榜、物流起始地址排行榜、物流車長度需求圓環圖、貨源詞云等可視化圖，采用JavaScript（JS）語言設計出可視化系統界面，JavaScript（JS）作為輕量級的高級編程語言，在網頁設計和開發中廣泛使用。

從中國物流信息網→提取貨源→物流專線→車源信息，這是本文的核心工作。本文利用數據挖掘技術對中國物流信息網數據信息進行抓取，使用Scrapy爬蟲框架定向爬取貨源信息列表、物流專線列表等數據信息并獲得物流柱狀圖、提取貨源需求噸數、貨源詞云圖、物流貨源需求長度、物流起始地排行圖等可視化圖。通過可視化系統的設計，可以直觀地表示出整體可視化效果圖，同時更是對冷鏈物流信息數據挖掘與分析研究內容的形象展示。

六、結語

隨著信息技術的發展，各類數據都在增加，如何有效地處理大量數據是當今社會研究的重點和關鍵。數據挖掘與分析技術是一種信息處理技術，主要用于提取背后有價值的數據和信息。對于冷鏈物流來說，對數據有效分析和處理能夠使我們尋找冷鏈物流中車源、貨源、冷庫源、線路之間的關聯性，提高冷鏈物流運輸、倉儲、流通加工、包裝、配送的效率，擴大生鮮農產品冷鏈物流經濟效益，促進農業增效、農村增綠和農民增收，助力鄉村振興發展。

Scrapy作為一種出色的爬蟲框架得到了大量的應用，本文對此進行了研究，本文主要介紹了如何在Python語言下使用Scrapy，并通過編寫爬蟲代碼來爬取網站獲得數據，將數據轉化為相應格式的文件，這為后面的數據分析項目提供數據支撐。此外，針對中國物流信息網進行實踐應用，爬取貨源信息列表、物流專線列表、車源信息列表中的信息，并使用數據處理和繪圖模塊分析爬取的數據。以直方圖顯示貨物來源信息列表和物流專線列表信息，并使用可視化技術顯示和解碼數據以存儲在冷藏庫中，通過可視化技術對數據進行呈現和解讀，以便能更好地為冷鏈物流冷庫智能選擇提供數據支撐。

參考文獻：

[1]崔忠付.點面結合? 精準施策? 邁向“十四五”新征程——解讀《“十四五”冷鏈物流發展規劃》[J].中國物流與采購，2022（01）：24-26.

[2]Javier Arturo Orjuela-Castroa.Coupling facility location models in the supply chain of perishable fruits[J].Research in Transportation Business&Management 2017，（24）：73-80.

[3]Engel V J L，Supangkat S H.Context-aware inference model for cold-chain logisticsmonitoring[C]//International Conference on ICT for Smart Society.IEEE，2015：192-196.

[4]王娟.基于區塊鏈技術的冷鏈物流信息化建設初探[J].大眾標準化，2021（24）：43-45.

[5]寧靜.食品冷鏈物流斷鏈形成機理及干預機制研究[D].長江大學，2014.

[6]王亮，左文濤.大數據收集與分析中Python編程語言運用研究[J].計算機產品與流通，2020（01）：23.

[7]Pippa Raffaella.Data mining analysis of the PP2A cell cycle axis in mesothelioma patients.[J].Journal of cellular physiology，2019.

[8]李雪.基于數據挖掘的數據聚類分析研究[J].安陽師范學院學報，2019（05）：26-30.

作者簡介：萬玉龍（1976- ），男，江蘇高郵人，中國礦業大學經濟管理學院，博士研究生，江蘇電子信息職業學院商學院，副教授，研究方向：冷鏈物流管理與工程;顧峰（1978- ），男，江蘇淮安人，博士，江蘇電子信息職業學院商學院，講師，研究方向：物流信息技術;馮煒雯（1985- ），女，江蘇盱眙人，碩士，江蘇電子信息職業學院商學院，講師，研究方向：電子商務等;李華洋（2000- ），男，江蘇高郵人，江蘇電子信息職業學院，2020級電子信息技術專業學生