大數據挖掘技術下的全國物流信息

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據挖掘技術下的全國物流信息范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：科技信息技術的快速發展，為智慧物流興起和發展提供了契機。本文利用大數據挖掘技術對全國物流網點，貨源與車源信息進行分析，得到物流網點，貨源與車源在全國的分布規律，以更好的進行資源配置，降本增效。

關鍵詞：大數據；挖掘技術；全國物流信息

一、研究方法

利用python中數據挖掘模塊[1]分別爬取中國物流網的物流網點名稱和地址、貨物始發地和需求地地址、貨物名稱、各地的車源信息，進行數據統計和分析。

二、全國物流信息數據爬取及分析

1、物流網點數據分析

按照省份爬取物流網點，共爬取1018個。廣東、江蘇、山東三省的物流網點最多，均為1000以上，其中廣東省最多，為2728個。上海、浙江、北京、天津等中東部省市次之，東北、西北、西南的省份物流網點相對較少，河南在內陸地區的省份中物流網點數量居高位。通過數據爬取結果對物流網點數量分布的特點作出推斷，位于東部沿海的省份經濟發達，與國內外貿易往來密切，產生了大量物流需求，因此物流網點數量多；而位于東北，西北，西南的省份，經濟發展緩慢，物流量較小[2]；河南的物流網點數量領先內陸其他各省，究其原因，鄭州是中部地區交通樞紐，鐵路系統發達，交通極為便利，因此物流量大，對物流網點的需求多。

2、貨物數據分析

按照省份爬取貨源信息，共4021條，無論是貨源還是其需求地，信息量大的地區依然是東部沿海省市及經濟發達地區，東北、西北、西南地區的省份貨源及需求量都比較少。將貨源信息與貨物需求地信息數量進行對比，每個省份的貨物供給和需求在全國各省市中大致處于相同位次，供需比較平衡。

3、車源數據分析

按照省份爬取車源信息，共24699條。東南部沿海地區的省市車源信息量大，而內陸地區都保持較低的水平，但重慶市高居內陸榜首，結合原始數據來看，重慶市車源信息3732條，位列第三。此外值得一提的是廣東省，其車源信息量高達11840條，而車源信息數量共24699條，可見僅廣東一省便占據了半壁江山。

4、對比分析

將物流網點、貨源、車源信息按照省份統計數量（如圖1），三條線分別表示物流網點、貨源、車源數據。可見物流網點、貨源、車源之間大致表現為正相關。此外，廣東、江蘇、重慶三省的車源數據極為突出。廣東省和江蘇省都有雄厚的經濟體量，同是沿海省份，對外貿易往來密切，區位優勢明顯。而重慶市身居內陸卻可與沿海發達省份媲美，這與其地理位置有關，重慶市多山，鐵路運營里程位居全國23，但對公路運輸的需求較多，因此車源信息數量大。

三、總結

物流網點和貨源數據都呈現東多西少的特點，即沿海、經濟較發達的省市擁有較多物流網點和貨物往來，內陸、經濟欠發達的省份貨物往來較少。交通是除經濟因素之外對物流網點和貨源分布影響較大的因素，交通便利的省份物流網點和貨物信息較多。物流網點、貨源、車源信息三者的地域分布大致呈現正相關，物流網點多的省市，其貨源和車源信息數量也比較多。

參考文獻

[1]安子建.基于Scrapy框架的網絡爬蟲實現與數據抓取分析[D].吉林大學,2017.

[2]郭茜,莊菁.我國物流業布局現狀、問題與對策[J].中國物流與采購,2013(12):66-67.

作者：李姝銘 單位：北京交通大學