（一） 項目簡介
隨著互聯網技術與大數據技術的快速發展，大數據、云計算技術在物流領域已進入廣泛應用期。目前大數據在需求預測、配送優化、庫存控制方面的應用尤為明顯。本項目運用大數據、云計算技術對商品歷史銷售記錄信息進行整合分析，提出結合網絡輿情建立數學模型，預測未來不同地區不同商品的銷售情況與需求。同時考慮不同地區倉庫間爆款商品的調配問題，得到調配方案，達到防止貨物積壓，優化商品庫存，提高運輸效率與經濟收益的目的。
（二） 研究目的
1. 結合網絡輿情，運用大數據技術預測未來一段時間不同地區不同商品的銷售情況和銷量需求；
2. 根據其銷量需求，考慮倉庫間的商品調配問題，達到縮短運輸時間，提高運輸效率。
（三） 研究內容
1.運用大數據技術對商品歷史銷售記錄信息進行收集、整合和分析，結合網絡輿情，預測未來一段時間不同地區不同商品的銷售情況和核心城市各片區的主流單品的銷量需求；
2.從海量商品中選取出針對不同地區的爆款商品并預測其銷售量，據此考慮不同地區倉庫間的爆款商品的調配問題，通過此來縮短運輸時間，防止貨物積壓，優化庫存，提高運輸效率。
（四） 國、內外研究現狀和發展動態
1.國內外研究現狀：大數據即廣義的數據，它是一切可以用作數據資料的統稱，即可以被收集、測量、分析，能進行可視化處理的信息或知識，包含產生于自然和人類世界中的文字、圖片、音頻、視頻等，以及各種物質材料。傳統數據是手工記錄、整理的數據，主要服務于數字記錄與統計。大數據是智能計算機運算、分析的數據。它一方面指數據產生規模擴大、種類多樣化，海量數據自動產生；另一方面指人工智能可以學習和分析大數據，代替人進行預判。
大數據建構了數據化世界理念，一切需通過數據呈現。同時，人類的自主判斷會減少，而更依附于算法對大數據的分析和預判。比如：在總統選舉中，媒體利用大數據分析和描述總統和選民屬性，預測選舉結果；在體育賽事中，利用大數據分析球隊的進球指數、運動員平時訓練和比賽的競技狀態數據，預判冠軍球隊等等。在算法為王的時代，一切都可以被納入算法中，算法是否具有價值偏向、算法能否得出客觀公正的結論、大數據是否一定是完備的數據等，這些都會左右算法的結果，進而影響人的觀念和行為。
大數據技術是在“互聯網+”背景下生成的一種新型產物，通過利用新的思維方式進行數據運用，隨著互聯網技術的不斷發展，各種各樣的數據也在不斷的增加，因此，如何進行有效數據處理也成為一個很重要的問題。
隨著大數據技術的廣泛應用，其對數據進行有效地采集與整理，然后進行科學的分析，從而將一些有效數據進行收集，為企業發展提供數據支持。目前大數據技術中對數據采集工作來說，主要分為兩種方式:集中采集與分布采集。因為互聯網數據存在的形式種類非常多，如何有效的進行采集與處理非常重要。
互聯網技術的快速發展使得傳統的數據存儲模式受到限制，其自身儲存數據量較小，不能夠有效的對大量數據進行分析，導致其不能符合企業的需求。對于不斷產生的龐大數據舉行有效的計算也是非常重要的。云計算的發展使其能夠將不同的數據進行分類存儲，并通過對這些數據進行有效的分析。因此，大數據、云計算技術已經是社會發展的一個趨勢。
大數據、云計算技術在物流領域已進入廣泛應用期，國內外都在不斷提高數據的處理能力，研究大數據與信息化對接。目前基于大數據在物流產業上的研究范圍已經非常廣泛，比如智慧物流模式的構建、物流配送優化選址、物流成本預測等方面。與國內相比，國外基于大數據、云計算技術的運用和研究更加成熟，且深入到了物流產業的各個環節，使得其物流行業已經進入成熟階段[2]。
2018年7月，中國產業信息網發布了2018年中國物流供應鏈的管理現狀，并對其行業發展趨勢進行了分析。2018年1-5月，全國物流總額為105.3萬億元，同比增長7.1%[3]。由此可知，我國物流發展情況良好，仍有巨大的潛力，但是我國現代物流和供應鏈管理行業仍處在初級發展階段，提供的增值服務比較少，而增值服務十分重要，已經成為主流趨勢，并且大數據技術、云計算技術將成為新的價值點。大數據、云計算技術的逐漸成熟為物流行業提高服務效率、產業結構升級提供了新的思路。由此，如何利用大數據技術對物流服務進行升級，以及目前企業應用大數據的現狀成為有價值的研究方向。
2.發展動態：
百世匯通曾運用大數據管理網點的運營行為，通過數據分析模型預測了幾次網點的異動，將問題消滅在了萌芽時期。可見，準確預測市場行情和消費需求在很大程度上能夠避免重大問題的出現。如今已經有將GM（1,1）模型、非線性三次指數平滑預測模型和二次回歸預測模型相結合組成的組合預測模型、霍爾特指數平滑預測等產品銷量預測方法。
以京東為例。京東在2004年正式涉足電商領域，截至2017年3月，京東集團有超過12萬員工，主要涉及電商、金融和物流三大塊。傳統供應鏈主要面臨計劃管理、業務監控、成本控制、客戶服務等挑戰。計劃管理要求適合地備貨與調撥，業務監控要求將各個環節的數據打通及時跟蹤，成本控制主要降低庫存成本，客戶服務需要在適當的時間，以合理的價格提供給客戶最需要的產品。京東利用大數據、云計算技術構建了包括好計劃系統、好商品系統、好價格系統等，有效地提高了供應鏈整體效率。最近，京東發布了智慧供應鏈戰略，以數據挖掘、人工智能、流程再造和技術驅動為源動力，形成覆蓋商品、價格、計劃、庫存、協同五大領域的智慧供應鏈解決方案。京東目前服務超過2億活躍用戶，超過1萬家活躍的供應商，每月產生的對外采購訂單超過200萬單。僅京東大數據平臺數據總量已經突破200PB（拍字節），每天新增超過1.5PB數據，每天約有20萬個報表分析作業運行，日處理達到150億行數據量。京東通過大數據極大的提高了庫存管理能力，用數據預測某款商品未來28天在每個倉的銷量，從而助力采銷提前且高效地進行庫存管理，能讓商品現貨率保持90%以上[1]。
目前，對于商品效率預測都是基于商品歷史銷量進行的預測，無法對由網絡輿論造成的短時間內商品銷量的大幅度改變進行預測。此外，企業對應用大數據技術進行供應鏈物流服務升級的需求是比較明顯的，其中應用大數據進行需求預測、配送優化、庫存控制的需求尤為明顯，應用大數據進行采購管理、成本分析的需求更加迫切。
如今互聯網發展迅速，微博、微信等社交軟件的使用大量普及，網絡輿論逐漸發展成影響商品銷售量的一大因素，因此，我們團隊要綜合商品歷史銷量和網絡輿論兩大因素來預測商品的銷量。
參考文獻：
[1].馬潔，鄭彩云，應用大數據進行供應鏈物流服務升級的現狀和需求分析[J],物流商論，2019（4）：12-13.
[2] 豐佳棟，云計算視角下的第三方物流服務質量創新模型[J],中國流通經濟，2015，29（2）：33-38.
[3] 張娜，馬燕，崔恒睿，劉逗逗，大數據技術進展與發展趨勢，通信設計與應用[J],2019，26（2）：78-79。
（五） 創新點與項目特色
創新點:
1.將大數據技術與物流問題結合。
2.結合互聯網發展迅速現狀，考慮網絡輿情因素對商品銷售情況的影響。
項目特色：
1.綜合商品歷史銷量與網絡輿情得到優化的商品銷量預測模型。
2.采用大數據的數據處理與分析技術實現對海量數據的處理與分析與分析結果可視化。
（六） 技術路線、擬解決的問題及預期成果
1. 技術路線（見圖1）
(1)數據來源：爬蟲獲取互聯網媒體輿情信息；大數據共享平臺.
(2) 數據處理：分布式儲存文件系統HDFS HBase；分布式計算框架,MapReduce；統計分析軟件SPSS SAS；圖計算平臺Pregel。
(3) 數數據應用：數學計算軟件MATLAB。
圖1 項目技術路線圖
2. 擬解決的問題
（1）商品存量不足、商品積壓、商品調配不當、運輸效率低等造成經濟效益損失的問題。
（2）短期內商品需求的預測，并根據預測進行商品采購、調配等問題。
3. 預期成果
（1）獲取與互聯網媒體輿情信息有關的商品；得到商品在不同地區的銷售情況；得到網絡輿情對商品銷量的影響情況；得到商品的預測銷售情況； 得到各地區倉庫間商品調配方案。
（2）研究報告一份；發表論文1-2篇；
（七） 項目研究進度安排
1.2019.5-2019.12：構建結合網絡輿論與歷史銷量對各商品銷量的預測模型
工作內容：網絡輿情分類考察、商品銷售記錄數據收集、商品銷量預測模型構建、檢驗預測模型準確度
2.2020.1-2020.12：構建倉庫間商品調配模型。工作內容：商品倉庫信息收集、商品調配模型的建立與檢驗、系統整理研究成果，撰寫論文。
3.2021.1-2021.5：整理前面工作成果，完成研究報告。
（八） 已有基礎
1. 與本項目有關的研究積累和已取得的成績
項目組成員成績優秀，基礎扎實，積極參加學科競賽，并多次獲獎。其中：部分成員參與了長沙理工大學BIM技術大賽，‘基于BIM+GIS技術協同在海濱高速公路運行于維護應用示范’的項目研究，并獲得二等獎；項目組成員組隊參加了2018年高教杯大學生數學建模比賽以及2019年美國大學生數學建模比賽，為本項目的開展打下了堅實的基礎。
2. 已具備的條件，尚缺少的條件及解決方法
長沙理工大學數學與統計學院學術交流活動非常活躍，平均每周一次的專家學術報告為學生創造了很好的學術氛圍。另外，學院建有完善的實驗室與資料室，為學生參與各類學科競賽提供了平臺。
|
