[发明专利]一种大数据物流管理平台

说明书

本发明涉及物流系统领域，具体涉及一种大数据物流管理平台，包括：网络爬虫模块，用于根据预设的数据爬取规则在各物流基站上爬取对应的物流数据；目标数据获取模块，用于通过Hadoop运行预设的目标数据计算模型实现目标数据的获取；统计分析模块，用于调用各种数据统计模型、数据分析模型实现目标数据统计结果和分析结果的获取。本发明可以实现物流数据的自动整理分析，从而可以将纷繁多样的海量物流数据转换成具有信息和商业价值的可用数据。

技术领域

本发明涉及物流系统领域，具体涉及一种大数据物流管理平台。

背景技术

大数据、云计算、“互联网+”已成为创新发展的新趋势，在大数据条件下，企业需具备在第一时间洞察数据的变化、感知有问题的数据，并提供有效的安全策略的能力。

现有的大数据物流管理平台普遍存在以下缺陷：

对物流数据的处理仅仅停留在各自割裂的、独立的、简易的图表与简单列示查询的方式，缺乏对于物流数据的统计分析功能，关键数据的提取与关联关系仍然依靠人工进行逐条甄别，数据处理效率低下。

发明内容

为解决上述问题，本发明提供了一种大数据物流管理平台，可以将纷繁多样的海量物流数据转换成具有信息和商业价值的可用数据。

为实现上述目的，本发明采取的技术方案为：

一种大数据物流管理平台，包括：

网络爬虫模块，用于根据预设的数据爬取规则在各物流基站上爬取对应的物流数据；

目标数据获取模块，用于通过Hadoop运行预设的目标数据计算模型实现目标数据的获取；

统计分析模块，用于调用各种数据统计模型、数据分析模型实现目标数据统计结果和分析结果的获取。

进一步地，还包括：

数据储存模块，为每一个网络爬虫模块配置一数据储存库，且根据不同网络爬虫模块对应的爬取规则建立不同数据储存库之间的关联关系；

数据整理模块，用于实现每一个数据储存库内物流数据的整理，去除物流数据中存在的亢余数据和冲突数据。

进一步地，所述目标计算模型采用Inception V3深度神经网络模型，每一种不同的目标数据对应不同的Inception V3深度神经网络模型，基于Hadoop同时运行所有的Inception V3深度神经网络模型实现目标数据的同步获取。

进一步地，所述数据统计模型采用贝叶斯预测模型，所述数据分析模型包括5W2H模型、SWOT模型、留存分析模型、4P营销理论模型。

进一步地，还包括：

数据监控模块，用于根据勾选/录入的数据监控规则实现物流数据的监控，当发现落入数据监控规则内的物流数据时，将该物流数据以弹出对话框的模式进行反馈，同时为这些物流数据配置独立的数据储存库。

进一步地，还包括：

数据权限设置模块，用于根据需要实现物流数据内载数据要素的加密处理，并为完成加密后的数据要素设计对应的访问规则。

进一步地，每一个数据爬取模块对应不同的数据爬取规则，且对应不同的数据格式标准化模板。

本发明具有以下有益效果：

基于Inception V3深度神经网络模型、贝叶斯预测模型、5W2H模型、SWOT模型、留存分析模型、4P营销理论模型实现了物流数据的深度分析，从而可以将纷繁多样的海量物流数据转换成具有信息和商业价值的可用数据。