节假日电商物流配送瓶颈优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题背景和意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 物流及配送研究 | 第12-14页 |
| 1.2.2 电商物流相关研究 | 第14-15页 |
| 1.2.3 节假日网购物流问题研究 | 第15-16页 |
| 1.2.4 数据挖掘相关研究 | 第16-17页 |
| 1.3 研究内容和创新点 | 第17-18页 |
| 1.4 研究方法和技术路线 | 第18-20页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 第2章 电商物流配送分析及相关理论 | 第20-29页 |
| 2.1 节假日网购物流 | 第20-22页 |
| 2.1.1 电商物流配送分析 | 第20-21页 |
| 2.1.2 电商物流配送流程分析 | 第21-22页 |
| 2.2 消费者行为对电商的影响 | 第22-25页 |
| 2.2.1 消费者购买行为特征 | 第22-23页 |
| 2.2.2 购物偏好下的节假日销售规律 | 第23-25页 |
| 2.3 数据挖掘相关理论 | 第25-28页 |
| 2.3.1 数据挖掘方法及应用 | 第26-27页 |
| 2.3.2 数据挖掘工具 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于仿真模型的节假日物流配送数据生成 | 第29-39页 |
| 3.1 仿真范围界定 | 第29-34页 |
| 3.1.1 城市选择 | 第29-31页 |
| 3.1.2 商品类别选择 | 第31-32页 |
| 3.1.3 卖家店铺选择 | 第32-34页 |
| 3.2 仿真建模与分析过程 | 第34-38页 |
| 3.2.1 问题描述 | 第34-35页 |
| 3.2.2 仿真建模 | 第35-37页 |
| 3.2.3 仿真结果 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 节假日物流配送瓶颈的数据挖掘分析 | 第39-48页 |
| 4.1 数据准备 | 第39-41页 |
| 4.1.1 数据预处理 | 第39-40页 |
| 4.1.2 数据集成 | 第40页 |
| 4.1.3 数据转换 | 第40-41页 |
| 4.2 决策树算法应用 | 第41-45页 |
| 4.2.1 模型建立 | 第41-42页 |
| 4.2.2 模型运行结果 | 第42-43页 |
| 4.2.3 模型评估 | 第43-45页 |
| 4.2.4 结果分析 | 第45页 |
| 4.3 聚类分析应用 | 第45-47页 |
| 4.3.1 Two Step算法 | 第45-46页 |
| 4.3.2 聚类分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 节假日物流瓶颈配送优化策略 | 第48-56页 |
| 5.1 物流瓶颈分析 | 第48-50页 |
| 5.1.1 运输条件导致的瓶颈 | 第48-49页 |
| 5.1.2 快递行业导致的瓶颈 | 第49页 |
| 5.1.3 消费者购买偏好导致的瓶颈 | 第49-50页 |
| 5.2 物流瓶颈优化策略和建议 | 第50-55页 |
| 5.2.1 优化策略 | 第50-53页 |
| 5.2.2 可行性分析验证 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 研究成果和结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第62-63页 |
| 致谢 | 第63页 |
