目录__eol__第一章 物流大数据关键技术与应用 1__eol__学习目的 1__eol__1.1 大数据技术的概念与特点 1__eol__案例1-1 4__eol__1.2 大数据的关键技术及价值 5__eol__1.2.1 大数据采集 5__eol__1.2.2 大数据存储与管理 6__eol__1.2.3 大数据计算模式与系统 9__eol__1.2.4 大数据分析与挖掘 10__eol__案例1-2 12__eol__1.3 大数据在物流与供应链中的应用 13__eol__1.3.1 大数据在物流中的应用 13__eol__1.3.2 大数据在供应链中的应用 16__eol__案例1-3 22__eol__本章小节 24__eol__关键概念 24__eol__思考题 24__eol__参考答案 24__eol__第二章 物流大数据与人工智能 26__eol__学习目的 26__eol__2.1 人工智能技术概述 26__eol__案例2-1 28__eol__2.2 人工智能技术在物流大数据中的应用 30__eol__2.2.1 基于人工智能技术的供应商管理 30__eol__2.2.2 基于人工智能技术的仓储管理 31__eol__2.2.3 基于人工智能技术的运输管理 32__eol__2.2.4 基于人工智能技术的配送管理 32__eol__2.2.5 基于人工智能技术的客户管理 33__eol__案例2-2 34__eol__2.3 人工智能在供应链大数据中的应用 35__eol__2.3.1 基于人工智能的供应链需求预测 35__eol__2.3.2 基于人工智能的图像识别 36__eol__2.3.3 基于人工智能的仓储作业规划 37__eol__2.3.4 基于人工智能的仓配网络及路由规划 38__eol__2.3.5 基于人工智能的销配送 39__eol__2.3.6 基于人工智能的运营规则管理 39__eol__案例2-3 40__eol__本章小结 43__eol__关键概念 43__eol__思考题 43__eol__参考答案 43__eol__第三章 物流大数据与云计算 45__eol__学习目的 45__eol__3.1 云计算概述 45__eol__3.1.1 云计算的概念与特点 45__eol__3.1.2 云计算的框架结构及作用 47__eol__3.1.3 云计算的关键技术 49__eol__案例3-1 51__eol__3.2 云计算在物流大数据中的应用 52__eol__3.2.1 云计算平台 52__eol__3.2.2 云物流及其特点 53__eol__3.2.3 云物流的应用 54__eol__案例3-2 55__eol__3.3 云计算在供应链管理大数据中的应用 56__eol__案例3-3 59__eol__本章小结 61__eol__关键概念 61__eol__思考题 62__eol__参考答案 62__eol__第四章 物流大数据与区块链 64__eol__学习目的 64__eol__4.1 区块链概述 64__eol__4.1.1 区块链定义 64__eol__4.1.2 区块链类型 64__eol__4.1.3 区块链特点 65__eol__4.1.4 区块链核心技术 66__eol__案例4-1 68__eol__4.2 区块链在物流大数据中的应用 70__eol__4.2.1 区块链在物流大数据的应用场景 70__eol__4.2.2 区块链在物流大数据应用的发展瓶颈 71__eol__案例4-2 71__eol__4.3 区块链在供应链管理大数据中的应用 72__eol__4.3.1 区块链在供应链管理大数据的作用 72__eol__4.3.2 区块链在供应链管理大数据的应用 74__eol__4.3.3 区块链在供应链管理大数据应用中的阻碍 75__eol__案例4-3 76__eol__本章小结 76__eol__关键概念 77__eol__思考题 77__eol__参考答案 77__eol__第五章 物流大数据与数字孪生 79__eol__学习目的 79__eol__5.1 数字孪生概述 79__eol__5.1.1 数字孪生定义 79__eol__5.1.2 数字孪生技术价值体现及意义 80__eol__5.1.3 数字孪生技术体系 82__eol__5.1.4 数字孪生核心技术 84__eol__5.1.5 数字孪生与智能制造 86__eol__案例5-1 88__eol__5.2 数字孪生技术在物流大数据中的应用 88__eol__5.2.1 数字孪生技术在仓储环节中的应用 89__eol__5.2.2 数字孪生技术在配送环节中的应用 91__eol__5.2.3 数字孪生技术在包装环节中的应用 92__eol__案例5-2 94__eol__5.3 数字孪生技术在供应链管理大数据中的应用 95__eol__5.3.1 数字孪生技术在供应链管理大数据中的作用 95__eol__5.3.3 数字孪生技术在供应链管理大数据的具体应用 96__eol__5.3.3 数字孪生技术在供应链管理大数据应用的阻碍 96__eol__案例5-3 97__eol__本章小结 99__eol__关键概念 99__eol__思考题 99__eol__参考答案 99__eol__第六章 物流大数据与复杂网络 101__eol__学习目的 101__eol__6.1 复杂网络概述 101__eol__6.1.1 复杂网络的定义 101__eol__6.1.2 复杂网络的特性 101__eol__6.1.3 复杂网络常用分析指标 104__eol__案例6-1 106__eol__6.2 复杂网络在物流大数据中的应用 108__eol__6.2.1 复杂网络在物流规划中的应用 108__eol__6.2.2 复杂网络在应急物流中的应用 108__eol__6.2.3 复杂网络在快递配送网络中的应用 109__eol__案例6-2 110__eol__6.3 复杂网络在供应链管理大数据中的应用 111__eol__6.3.1复杂网络在供应链风险管理中的应用 111__eol__6.3.2 复杂网络在供应链网络优化中的应用 112__eol__6.3.3 复杂网络在供应链博弈中的应用 113__eol__案例6-3 113__eol__本章小结 114__eol__关键概念 114__eol__思考题 115__eol__参考答案 115__eol__第七章 物流大数据爬取 117__eol__7.1 大数据采集与爬取概述 117__eol__7.1.1 ROBOTS协议 117__eol__7.1.2 Request与Response 119__eol__7.1.3 网页内容形式 120__eol__7.1.4 数据存储 121__eol__7.2 大数据爬取软件介绍 122__eol__7.2.1 八爪鱼采集器 122__eol__7.2.2 FME（Feature Manipulate Engine） 123__eol__7.2.3 Python爬虫 124__eol__7.2.4 应用与实操：货运平台大数据爬取 125__eol__第八章 物流大数据可视化 130__eol__8.1 大数据可视化 130__eol__8.1.1 数据可视化的定义 130__eol__8.1.2 物流大数据可视化 131__eol__8.2 Echarts 131__eol__8.2.1 软件介绍 131__eol__8.2.2 Echarts介绍 132__eol__8.2.3 应用与实操：基于Echarts的江苏省货运量分析 136__eol__8.3 Gephi 151__eol__8.3.1 软件介绍 151__eol__8.3.2 知识点讲解 152__eol__8.3.3 应用与实操：货运需求网络大数据分析 157__eol__第九章 物流大数据文本挖掘 161__eol__9.1 大数据文本挖掘 161__eol__9.1.1 大数据文本挖掘定义 161__eol__9.1.2 大数据文本挖掘步骤 161__eol__9.1.3 大数据文本挖掘方法 162__eol__9.2 大数据文本挖掘在物流与供应链管理中的应用 165__eol__9.2.1 物流与供应链客户偏好分析 165__eol__9.2.2 物流与供应链产品服务的定价与研发改良 165__eol__9.2.3 物流与供应链需求预测 166__eol__9.2.4 物流与供应链客户关系管理 166__eol__9.3 Citespace 167__eol__9.3.1 软件介绍 167__eol__9.3.2 CiteSpace相关概念解析 167__eol__9.3.3 应用与实操：基于CNKI的知识供应链研究热点分析 174__eol__9.4 Nvivo 180__eol__9.4.1 软件介绍 180__eol__9.4.2 Nvivo相关概念解析 181__eol__9.4.3 应用与实操：基于文本挖掘的电商扶贫路径 190__eol____eol__