基于物流大数据有向图的客户资源聚类研究

发布时间：2018-01-19 04:18

  本文关键词： 物流 客户资源 大数据 资源优化 距离熵　出处：《新疆大学学报(自然科学版)》2017年02期 　论文类型：期刊论文

【摘要】：面临大数据稀疏的严峻形势,物流客户资源的优化工作急需适用的聚类方法.本文基于信息熵、互信息、资源距离熵和优势评价等问题,设计物流客户资源的关联性分布估计、原子行为资源遴选、资源聚类和优势客户检测等算法,给出了信息熵架构下的物流资源优化聚类模型.通过实践验证,本模型具有高效遴选优势资源的效能,能为物流客户资源优化工作,提供可靠的适用性方案.
[Abstract]:Faced with the severe situation of big data sparse, the optimization of logistics customer resources is in urgent need of applicable clustering methods. This paper is based on information entropy, mutual information, resource distance entropy and advantage evaluation. Design logistics customer resource distribution estimation, atomic behavior resource selection, resource clustering and superior customer detection algorithm, and give the logistics resources optimization clustering model based on information entropy. This model has the efficiency of selecting superior resources efficiently and can provide reliable applicability scheme for logistics customer resource optimization.
【作者单位】： 新疆财经大学计算机科学与工程学院;
【基金】：教育部人文社会科学研究规划项目(16XJJAZH003,14YJA860017) 新疆高校科学研究重点项目(XJEDU2016I064) 新疆财经大学教改项目(2016JG0221)
【分类号】：F274;TP311.13
【正文快照】： 大数据网络资源可以最大限度的描述物流客户资源,通过数据集约简和互信息距离熵算法,可以检测物流资源配置与客户利益的关联度,实现优化聚类.1物流客户资源聚类问题物流客户资源优化问题始终是物流业务的难点问题.近几年比较典型的研究有:从供应链与价值链、产业集群、现代科

【参考文献】

相关期刊论文 前10条

1 王东;孙彬;张绍武;;微信息进程与流量检测指令分布下的倾向性检测模型[J];云南大学学报(自然科学版);2016年05期

2 王东;孙彬;;情绪波动方程下微信息推介演变模型[J];沈阳工业大学学报;2016年04期

3 王海军;杜丽敬;胡蝶;王婧;;不确定条件下的应急物资配送选址-路径问题[J];系统管理学报;2015年06期

4 张夏恒;马天山;;大数据背景下网络购物的物流增值研究[J];当代经济管理;2015年11期

5 张水旺;胡小建;;云物流概念模型及其运作机理研究[J];科技管理研究;2015年19期

6 公彦德;达庆利;;基于横、纵双向协同的物流服务供应链研究[J];科技管理研究;2015年07期

7 徐小峰;邓忆瑞;李亚平;;基于Weibull-Bayes协同物流网络资源规划进度偏差应急控制[J];系统工程理论与实践;2015年03期

8 梁红波;;大数据技术引领物流业智慧营销[J];中国流通经济;2015年02期

9 孙晓波;骆温平;;国外第三方物流企业与制造企业互动研究述评与展望[J];大连海事大学学报(社会科学版);2015年01期

10 秦娟;李延来;陈振颂;;基于极大熵配置模型与Choquet积分的物流供应商选择群决策方法[J];计算机集成制造系统;2015年10期

【共引文献】

相关期刊论文 前10条

1 孙彬;;基于物流大数据有向图的客户资源聚类研究[J];新疆大学学报(自然科学版);2017年02期

2 牛雪梅;;B2C电商自营物流定制营销的京东经验及其启示[J];物流技术;2017年03期

3 陈齐j;郗永勤;;基于新动能成长的我国绿色物流发展探析[J];物流工程与管理;2017年03期

4 祝华;;我国物流服务供应链发展问题研究[J];商业经济研究;2017年05期

5 张欢欢;;“互联网+”驱动物流业与制造业联动价值创造机理研究[J];物流科技;2017年03期

6 冷昕s，

本文编号：1442596