致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第13-25页 |
1.1 研究背景及意义 | 第13-17页 |
1.1.1 快递网络简介 | 第13-15页 |
1.1.2 网络科学简介 | 第15-17页 |
1.2 研究现状 | 第17-21页 |
1.2.1 快递网络的相关研究 | 第17-19页 |
1.2.2 基于数据的复杂网络分析与建模相关研究 | 第19-21页 |
1.3 本文工作和章节安排 | 第21-23页 |
1.4 本章小结 | 第23-25页 |
2 快递物流数据分析平台的搭建 | 第25-37页 |
2.1 快递物流数据的采集 | 第25-29页 |
2.1.1 基于网页的物流数据爬取 | 第25-26页 |
2.1.2 基于传感器的物流数据采集 | 第26-28页 |
2.1.3 物流数据的校验与整合 | 第28-29页 |
2.2 大数据分布式处理集群的搭建 | 第29-33页 |
2.2.1 Linux/CnetOS服务器集群的搭建 | 第30-31页 |
2.2.2 Hadoop分布式数据处理系统的安装 | 第31-33页 |
2.3 基于Hadoop的分布式数据处理 | 第33-35页 |
2.4 本章小结 | 第35-37页 |
3 基于物流数据的快递网络分析 | 第37-49页 |
3.1 快递网络的拓扑构建与分析 | 第37-40页 |
3.2 快递网络交通流的时空动态特性分析 | 第40-45页 |
3.2.1 交通流的空间动态特性分析 | 第40-42页 |
3.2.2 交通流的时间动态特性分析 | 第42-45页 |
3.3 快件运送时延分析 | 第45-47页 |
3.4 本章小结 | 第47-49页 |
4 基于物流数据的快递网络动态性建模 | 第49-63页 |
4.1 快件运输动态过程描述与建模 | 第49-55页 |
4.1.1 快件运输的马尔科夫模型 | 第49-50页 |
4.1.2 模型参数的计算 | 第50-54页 |
4.1.3 模型计算复杂度分析 | 第54-55页 |
4.2 基于物流数据的模型评估 | 第55-57页 |
4.3 基于物流数据的模型应用 | 第57-61页 |
4.4 本章小结 | 第61-63页 |
5 总结与展望 | 第63-67页 |
5.1 要工作总结 | 第63-64页 |
5.2 展望 | 第64-67页 |
参考文献 | 第67-73页 |
发表文章目录 | 第73页 |