物流大數(shù)據(jù)，都是哪些數(shù)據(jù)?

[[145511]]

物流大數(shù)據(jù)主要包括運單信息的數(shù)據(jù)和車輛信息的數(shù)據(jù)，然而關(guān)于運單信息往往涉及商業(yè)機(jī)密，并且信息分布于不同行業(yè)企業(yè)內(nèi)部，不宜公開。因此當(dāng)前現(xiàn)實的數(shù)據(jù)條件來看，實業(yè)界和學(xué)術(shù)界的物流大數(shù)據(jù)主要是關(guān)于貨運車輛信息的數(shù)據(jù)。其中包括：車輛id信息，駕駛員信息，車輛行駛軌跡坐標(biāo)信息，車輛停車信息，車輛速度信息，車輛里程信息，車輛溫度信息，車輛油耗信息，車輛其他狀態(tài)信息等。軌跡數(shù)據(jù)挖掘來源通常是終端設(shè)備上產(chǎn)生的位置記錄，然后位置信息傳回數(shù)據(jù)中心以日志文件形式存放，如下表：

通過定位技術(shù)采集到的原始軌跡數(shù)據(jù)只是一系列的經(jīng)緯度、時間、速度等信息，通過這些信息無法直接得到物流貨運車的活動行為的特征信息，例如運送貨物的起始點、途經(jīng)哪些城市信息，以及更深層次的活動規(guī)律等。這些原始的北斗/GPS 數(shù)據(jù)必須經(jīng)過一系列的處理步驟，才能獲取到物流貨運車的送貨規(guī)律等特征信息。

這些數(shù)據(jù)都有哪些特點?

想要從海量數(shù)據(jù)中分析獲取到有價值的知識信息，首先要了解物流貨運車輛軌跡數(shù)據(jù)的特征。

數(shù)據(jù)海量性：物流車輛一般以10秒到30秒的間隔向數(shù)據(jù)中心發(fā)送當(dāng)前位置信息，這些移動在全國各地路網(wǎng)中的物流車輛每天生成的北斗/GPS 數(shù)據(jù)都達(dá)到了GB甚至TB規(guī)模，并且還在不斷增長中。這既是發(fā)展數(shù)據(jù)挖掘的驅(qū)動力，同時也是數(shù)據(jù)挖掘面臨的難題。

數(shù)據(jù)稀疏性：雖然軌跡數(shù)據(jù)規(guī)模龐大，但由于地理因素、天氣因素、設(shè)備故障等原因，并不能保證每一個路段都有完整的北斗、GPS信息，甚至有些錯誤的北斗/GPS數(shù)據(jù)。

數(shù)據(jù)復(fù)雜性：物流車輛在實際行駛過程中受各方面主客觀因素影響，難以簡單通過某個模型或者理論來進(jìn)行評估和預(yù)測。其中包括，每個司機(jī)都有自己的駕駛習(xí)慣，即使同一個司機(jī)在駕駛過程中也會針對不同客觀條件改變自己的駕駛行為，這些人為的改變無疑增加了軌跡數(shù)據(jù)挖掘的不確定性和復(fù)雜性。

數(shù)據(jù)豐富性：在海量的軌跡數(shù)據(jù)背后隱藏著全國實時路況信息、物流運輸狀態(tài)信息和我國不同區(qū)域經(jīng)濟(jì)發(fā)展水平以及供需關(guān)系的變化。對于我國道路基礎(chǔ)建設(shè)、交通路徑規(guī)劃、物流車輛調(diào)度、經(jīng)濟(jì)指標(biāo)預(yù)測等方面有著積極意義。

準(zhǔn)備如何挖掘這些數(shù)據(jù)?

軌跡數(shù)據(jù)挖掘，是指從大量軌跡數(shù)據(jù)的集合 C 中發(fā)現(xiàn)隱含模式m 和知識 n 的結(jié)果 S。因此，軌跡數(shù)據(jù)挖掘的過程可以看作為一個函數(shù)：￡ : C→S(m, n)，輸入是軌跡數(shù)據(jù)，輸出是隱含模式 m 和知識 n。通過使用某些技術(shù)、理論，從大量的軌跡數(shù)據(jù)提取模式、發(fā)現(xiàn)龐大知識的一個過程。

軌跡數(shù)據(jù)挖掘發(fā)現(xiàn)的知識類型和所使用的方法密切相關(guān)，所發(fā)現(xiàn)的知識的價值受到數(shù)據(jù)挖掘算法的影響，目前常用的軌跡數(shù)據(jù)挖掘技術(shù)有規(guī)則歸納、概念簇集、關(guān)聯(lián)發(fā)現(xiàn)等。目前的軌跡數(shù)據(jù)挖掘研究工作中主要為軌跡聚類、軌跡分類、離群點檢測、興趣區(qū)域、隱私保護(hù)、位置推薦等方面。

物流數(shù)據(jù)挖掘做什么用?

物流車輛的海量大數(shù)據(jù)中包含著許多關(guān)于交通路況、車輛運行甚至社會經(jīng)濟(jì)發(fā)展動態(tài)的信息。通過統(tǒng)計分析車輛行駛距離、停車時間、地理位置、車輛特征等多個維度的信息可以發(fā)現(xiàn)貨運車輛的行為特征、區(qū)域物流的流量分布等，為物流公司提供基于時間、成本、路線等車輛調(diào)度的應(yīng)用服務(wù)提供了可靠的理論依據(jù)和技術(shù)支持，同時也可以為政府提供物流運價指數(shù)、貨運效率指數(shù)等優(yōu)先經(jīng)濟(jì)指標(biāo)。