智慧物流定義
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇智慧物流定義范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
智慧物流定義范文第1篇
城市配送作為物流鏈條中的“最后一公里”，在整個供應鏈環節中起著至關重要的作用，國家在政策層面上也給予了極大的關注和扶持，城市配送被提至優先重點發展的高度。
寧波市的配送體系正處在初步發展的階段，不但缺乏大型的正規的配送中心，更缺乏合理的配送路線和配送布局。寧波市的配送工程不僅對城市的交通產生了壓力，而且配送體系效率低下。隨著寧波“智慧物流”的提出，城市物流配送業也日益得到了重視和發展，并出現新的發展曙光。
一、寧波城市配送的發展現狀
近年來，為適應寧波城市發展、人口規模擴大和人民生活水平提高的需要，進一步完善城市服務功能，寧波積極發展城市配送物流，并取得一定成效。
（一）城市配送物流的基礎設施初具規模
目前，梅山保稅港區10萬噸級集裝箱碼頭、鎮海大宗貨物海鐵聯運物流樞紐港、寧波現代國際物流園等區域性物流配送中心已經在全市范圍內形成“海陸空”立體綜合物流網絡。
（二）城市配送物流運作能力顯著提高
如今全市實際從事物流相關業務的企業超過5000家，注冊資本600萬元以上的第三方物流企業超過100家，國家A級及以上的物流企業70多家，FedEx、UPS、DHL等國際知名物流企業落戶寧波，形成了一批物流企業總部和跨國公司的職能型分支機構。
（三）現代裝備和先進技術應用加快
標準化立體倉庫、自動揀選設備、電子標簽、管理信息系統等物流信息系統和技術裝備在物流企業和業務流程不斷普及推廣。新增集裝箱車輛GPS安裝率達100%，RFID技術在寧波港集裝箱碼頭、集卡運輸和后方物流中心得到良好應用。
從總體來看，寧波城市配送市場主體尚未形成，規模化、系統化的城市配送物流體系尚未成熟，面向社區和商業中心的城市末端配送物流設施缺乏，城市配送運力未得到有效地利用和整合，城市“最后一公里”物流成本高、中轉難、配送車輛通行難等問題較為突出。
2010年9月，寧波市委市政府下發了《關于建設智慧城市的決定》，“智慧物流”成為寧波智慧城市建設的重點示范試點項目之一。然而，“智慧物流”不僅僅是解決城市的配送問題，它是一個系統工程，是基于2030年的“城市病”而提供的一個城市物流解決方案。“智慧物流”將重新定義城市物流的基礎設施，重新定義傳統的物流園區、配送中心。在這個方面，德國郵政DHL、西門子公司聯合課題組已為寧波市制定了一個定制化的城市物流解決方案。2013年1月出爐的《寧波城市物流規劃研究》提出了共同配送、統一配送、電子商務自提等新物流模式。可以說，“智慧物流”的先行先試，適逢其時，對寧波城市物流的規劃及啟動城市物流項目運作實施具有現實意義，因為“智慧物流”使得充分利用物流存量資源成為可能，使所謂“虛擬物流園”、“網上停車場”成為現實，使得物流模式創新成為可能，使“不讓物流斷在最后一公里”不成為一句口號。
二、以智慧物流構建寧波城市配送網絡體系的新思路
構建寧波城市配送網絡體系的目標是以實現物流資源利用的社會化、物流資源信息共享、提高重點商品共同配送率為出發點，以重點商貿物流園區、公共配送中心和末端共同配送點等物流節點為支撐，做到布局合理、運行高效、通行有序、綠色環保。為實現該目標，寧波應該以智慧物流為抓手，從以下幾個方面入手：
（一）加快智慧物流新技術應用的步伐
要支持企業積極改造升級現有物流信息系統，實現物流企業、貿易流通企業、生產制造企業及相關部門之間資源和信息的充分共享。推廣自動識別、標識技術和貨物快速分揀技術在共同配送中的應用水平，建立智能可追溯網絡系統、物流過程的可視化智能管理網絡體系、智能化的企業物流配送中心和企業的智慧供應鏈。
（二）加大智慧物流示范企業培育力度
要培育一批智能化水平高、示范帶動作用強的專業化城市配送市場主體，鼓勵企業通過整合倉儲和商場售貨資源，建立相對較大規模的倉儲設施和統一的配送系統，有效地降低采購成本、存貨數量和資金占用率，通過集中配送，提高車輛使用效率，降低運輸成本。加快倉儲業轉型升級，推動傳統倉儲企業由功能單一的倉儲中心向功能完善的各類物流配送中心轉變，優化商貿配送物流功能，提高城市配送服務水平。
（三）構筑智慧物流協同平臺，整合信息資源
信息化不僅是現代物流行業的重要特征，也是完善城市物流配送網絡的重要環節。物流信息系統好比是城市物流供應鏈中的神經中樞，對提高城市配送的效率起著極其重要的作用。要充分利用現有的平臺資源，建立以寧波智慧物流統一門戶為核心的智慧物流協同平臺，以整合物流各個環節和從事單一環節物流中小企業為突破口，推動網絡市場從信息交換向市場服務交易的轉變，積極引導城區配送企業和合作伙伴供應鏈的上線整合，實現資源的優化配置，在快速實現信息的采集和分析的基礎上，得到最優的城市配送方案。
參考文獻：
[1]魯曉春，詹荷生.關于配送中心重心法選址的研究，北方交通大學學報，2000年第6期
[2]鄧愛民.城市配送系統優化，武漢理工大學，2005年第11期
[3]徐根強.城市配送體系優化研究以青島市為例，長安大學，2009年第3期
[4]劉斌.上海發展城市配送的問題和對策，管理，2007年第7期
智慧物流定義范文第2篇
一、智慧旅游產生的背景
智慧旅游來源于“智慧地球”和“智慧城市”。2008年國際商用機器公司（International Business Machine，IBM）首先推出了“智慧地球”的商業計劃。智慧旅游是將服務對象由城市居民向外來游客的內涵式延伸，也是數字旅游發展的高級階段。
二、智慧旅游的定義
“智慧旅游”是一個全新的命題，它是一種以物聯網、云計算、下一代通信網絡、高性能信息處理、智能數據挖掘等技術在旅游體驗、產業發展、行政管理等方面的應用，使旅游物理資源和信息資源得到高度系統化整合和深度開發激活，并服務于公眾、企業、政府等的面向未來的全新的旅游形態。
三、智慧旅游的應用體系
應用層：實現智慧的旅游政務、智慧的景區、智慧的旅行社、智慧的交通、智慧的酒店等智慧旅游行業應用。網絡層：通過互聯網、物聯網以及移動通信網絡為應用層提供網絡服務實時數據安全、高效的傳輸。感知層：通過各類數據采集和感知技術實現數據采集和儲存，為整個智慧旅游的應用體系提供基礎數據的支撐。
四、杭州市智慧旅游的建設現狀
（一）首個旅游應用軟件正式上線――杭州“智慧旅游”手機APP
“杭州智慧旅游”手機APP應用里清晰的條目分類和圖標讓使用者一目了然。游客只需登錄APPStore等各大應用電子市場，下載使用杭州智慧旅游手機APP，就可以輕松玩，實現定位、信息、交通、景區導覽、語音講解、導購服務等功能的及時掌握。
（二）搭建了首個智慧旅游網絡平臺――西湖游覽網
“西湖游覽網”（），首期推出西湖概況、門票預訂、自助游（景區套票）、餐飲預訂、驢友服務版塊，住宿預訂、休閑娛樂、杭州特產服務版塊也將在年底前陸續推出。
（三）改造了首個頂級智慧酒店――黃龍智慧酒店
2009年6月，杭州黃龍飯店與IBM合作以全方位的酒店管理系統與RFID等智能體系啟動了中國首家“智慧酒店”建設。
（四）規劃了首個智慧景區的建設試點――智慧西溪景區
智慧西溪景區的提升方案目前已在規劃中，在完善電子商務、自助導游等服務功能的基礎上，研究設計西溪濕地智慧旅游系統，達到構建“大西溪智能管理平臺”的目標。
（五）批支撐智慧旅游的公共服務體系已投入使用
①蕭山“物流e通”：通過配貨平臺和智能手機整合物流貨源信息，為物流司機、物流中介和貨源企業三方提供智能化應用。②智慧交通信息平臺――出行寶：“基于無線數字電視的智能交通導航系統”經過五年的努力，已經研發成功。通過安卓系統的手機下載“出行寶”客戶端進行免費體驗。③智慧公共自行車服務――公交智能便民服務亭：準備將公共自行車亭升級為公交智能便民服務亭。除了能查公共自行車租還記錄，還能24小時售賣食品、飲料，支持銀行轉賬，還具備信用卡還款、手機充值、游戲充值、機票預訂等多項功能。未來兩至三年，爭取建成2000-3000個智能便民服務亭，形成遍布杭州的“智慧公交點”網絡。④免費WIFI覆蓋全城――i-hangzhou
五、杭州市智慧旅游主體建設
（一）智慧景區
1、景區智慧導覽：1）景區應設有廣告欄或多媒體服務終端機旅游資訊，且布放合理，顯示醒目。應能在自助導游終端旅游資訊。能以短信、彩信等形式向游客的手機中發送信息。2）景區應建有多媒體展示系統，主要借助地理信息系統、虛擬現實和現代多媒體等多種技術，運用高科技手段，利用聲光電來展示包括景區景觀、自然文化遺產、生物多樣性、古文物再現等。2、景區智慧導購：支持在線預訂購買門票，并采用電子門票的形式，配備手持移動終端設備或立式電子門禁，實現對門票的自動識別檢票。此外，景區旅游產品、旅游紀念品應也能實現網上預訂和網上交易。3、景區智慧管理：1）視頻監控全面覆蓋景區，監視界面圖像在各種顯示設備上顯示，并能進行各類操作，如具備闖入告警功能。2）實現入口人流技術統計管理、出口人流技術管理、游客總量實時統計、游客滯留熱點地區統計與監控、流量超限自動報警等人流監控功能。
（二）智慧酒店
利用物聯網、云計算、移動互聯網、信息智能終端等新一代信息技術，通過飯店內各類旅游信息的自動感知、即是傳送和數據挖掘分析，實現飯店“食、住、行、游、購、娛”旅游溜達要素的電子話、信息化和智能化。
杭州市智慧酒店建設應以黃龍飯店為指導，參考借鑒《北京智慧飯店建設規范》的詳細評分標準，從杭州市旅游的實際情況出發，制定《杭州市智慧酒店建設總體規劃》，明確杭州市酒店的未來發展方向，使其規劃建設具有前瞻性。
（三）智慧旅行社
1、信息收集與資源采購：實現對旅游資源供應商的統一在線管理，包括供應商基本信息、要素價格、合同記錄及財務信息等。旅游資源供應商主要包括景區、飯店、交通工具以及旅游保險等。2、產品銷售：實現旅游產品的在線廣告宣傳、在線展示與查詢、在線預訂及在線交易，實現多渠道同步和銷售，建議提供電子咨詢單和預定單；推薦實現電子合同管理。3、游客服務：應為游客提供便捷高效的呼叫中心服務，通過建設各類問題數據庫，提供標準的信息咨詢，接受意見反饋，并可提供游客關懷。推薦直接實現業務預定處理。
（四）智慧公共服務
1、建設智慧旅游公共數據服務中心。在全市范圍內建立有效的旅游公共服務數據資源共享和分級管理機制。2、開發新型游客體驗終端，利用網絡和多媒體技術，研發新型游客體驗終端，并將終端與杭州市官方網站和官方微博實現實時互動，第一時間播報旅游相關資訊、查詢相關信息。3、旅游執法E通：智慧旅游中的“旅游執法信息管理移動終端查詢系統”業務是基于移動網絡，適用于普通智能型手機的移動終端所搭建的支持旅游管理需求的應用系統。執法人員在執法現場只要利用一部3G手機，就能查詢旅行社、旅游星級飯店等信息，現場拍攝“取證照片”，錄制“取證錄音”，并將數據資料傳送回后臺的數據庫中備案。
六、結論
智慧物流定義范文第3篇
關鍵詞：智慧物流；數據挖掘；差異化服務
中圖分類號：F250 文獻標識碼：A
Abstract： This article collects the research trends of smart logistics and data mining， and provides the theoretical basis for further research. Based on big data research field of vision， it analyzes the reason of logistics' enterprises exploring opportunity form the data under the pressure of competitive situation and“internet+”opportunity. The article studies the differentiation service method of logistics' enterprises from the establishment of high quality data availability set taking the theme of logistics service as the center and the competitive elements of smart logistics differentiation service.
Key words： smart logistics； data mining； differentiation service
2009年以來，智慧物流理念的提出，給物流業向“智慧化”轉型注入了一劑強心針。各種冠以智慧名目的軟件和解決方案不勝其數，對于物流企業而言，在享受智慧物流理念的同時，又深深陷入技術應用和業務發展的困局，即采用智慧物流技術之后，業務增長有限。與此對應的是，企業數據量大幅遞增，帶來了企業IT架構的不穩定。“互聯網+”、大數據也在深深地刺激著物流企業的經營神經，如何跟上時代潮流，借助先進理念對企業業務進行升級轉型成為了一個迫切需要研究的命題。
1 相關文獻研究
1.1 智慧物流及研究動向
從現有文獻來看，國內智慧物流理念從提出到引發激烈研討，經歷了以下幾個階段。2009年以前，相關文獻使用物流智慧，或者將物流表述為一種智慧，對其展開了相應的研討。宋則（2007）認為現代物流是一種人類協同合作“本能的智慧”[1]。2009～2013年，該階段研究強調信息技術在物流行業的推廣應用，將智慧物流作為物流信息化發展的較高階段展開論述。王繼祥（2010）指出物聯網發展必將推動智慧物流的變革[2]。2014年之后，學者們結合智慧的內涵和外延，從管理角度對智慧物流進行了更加深入的研究。王之泰（2014）將智慧物流定義為是將互聯網與新一代信息技術和現代管理應用于物流業，實現物流的自動化、可視化、可控化、智能化、信息化、網絡化的創新形態[3]。
以“smart logistics”和“wisdom logistics”為關鍵詞，檢索google學術、Emerald數據庫可以發現，2006年以前，國外學者往往以物流某環節的智慧（smart）為關鍵詞展開論述，在研究時遵循著IT技術、RFID、系統軟件開發的技術路線，同時沿著供應鏈管理的視角對物流相關環節進行研究。Peter Vervest， Eric van Heck， Kenneth Preiss， Louis-Francois Pau（2005）[4]認為智慧商業網絡的實施需要對物流進行更加全面的改造，從而使業務流程更加模塊化和動態化，以獲得更為靈活的采購性能和資產效率。2006～2009年，國外學者圍繞著物流具體功能環節，結合RFID、智能電話等信息技術的應用，進行了相應的研究。Veloso M， Bentos C， Pereira F C（2009）[5]等結合智慧運輸系統，研究了感知技術和感知網絡對物流的影響，并且論證了使用相關技術應用會對環境帶來積極的變化等。2010年以來，國外學者逐漸將研究視野轉向了行業應用、網絡構建、大數據、信息管理體系、互聯網融合、大數據等層面，逐步從原來的微觀層面走向了中觀，乃至宏觀領域。Gubbi J， Buyya R， Marusic S等人（2013）[6]指出智能交通和智慧物流應該分別隔離成一個單獨的領域，原因在于數據共享和IOT支柱環節實施的性質需要。
綜合上述國內外參考文獻可以看出，國內外學者的研究路線基本遵循著語義聯想―技術應用―管理拓展的思路，從智慧源頭開始，到相關技術應用于物流環節，再圍繞RFID典型技術與物流的關系，然后再到產業融合等這樣一個研究鏈條。略微有些差異的地方在于，國內學者對于互聯網+、大數據和物流的研究興趣要高于國外學者。
1.2 數據挖掘及研究動向
數據挖掘，又稱數據庫中的知識發現，是從大量的、不完整的、有噪聲的、模糊的、隨機的大型數據中提取隱含其中的、人們事先未知的、具有潛在價值的信息和知識的過程。按照數據結構進行組織、存儲和管理數據的數據庫技術，在過去60多年來產生了巨大的科技影響，與各行各業進行了有效的融合。泛在知識環境理念提出之前，數據挖掘的研究大多停留在基于結構化數據完成相關知識的描述和預測研究上。馬志鋒，刑漢承，鄭曉妹（2001）基于Rough集的時間序列數據的挖掘策略，討論了時間序列數據中的時序與非時序信息的獲取問題[7]。Agrawal R（1993）等人提出了增量式更新算法[8]，Cheung DW（1995）等人提出了并行發現算法[9]。在數據挖掘方法層面，進行了關聯規則挖掘、多層次數據匯總歸納、決策樹、神經網絡、可視化技術等模式、算法的研究。鄭建國，劉芳，焦李成（2002）在分析人工神經網絡基礎上，將子波與已有的神經網絡模型結合，提出了基于自適應子波神經網絡的數據挖掘方法[10]。Furuta K（1990）提出了剪輯近鄰法[11]。
伴隨著大規模數據的增長，人類社會已經進入大數據時代，與傳統的數據集合相比，大數據通常包含大量的非結構化數據，且大數據需要更多的實時分析。2011年全球數據量為1.82ZB，據估計2020年全球大數據量將達到40ZB。現有數據庫架構在ZB數據規模量級下呈現出一種無能為力的狀態。圍繞大數據帶來的數據量級規模的變化，國內外專家學者對數據挖掘的研究焦點出現兩個支分支，其一是如何應對大數據挑戰帶來的數據類型多樣，要求及時響應和數據的不確定層面。余偉等（2015）針對web中不同數據源之間數據不一致的問題，基Hadoop MapReduce架構提出了相應的自動發現算法[12]。Rakthanmanon T， Campana B， Mueen A， et al（2013）[13]提出了DTW（Dynamic Time Warping）法來研究大數據集下的時間序列數據挖掘算法，通過實證驗證了可行性。其二，圍繞數據量集增大，將數據之間的因果關系轉向相關關系，進行相關業務模式、應用和策略等的洞察力研究。曾暉（2014）提出了構建大數據挖掘的管理層次和制度結構及相關解決方法，基于房地產工程項目進行了應用研究[14]。
綜合上述文獻可以看出，從技術路線上來看，數據挖掘圍繞著數據規模量級的問題，遵循著解決數據本身的數據結構異同挖掘，再到解決數據挖掘的實時性技術路線。從商業應用來看，研究領域圍繞數據規模問題，從原來的因果關系轉向到相關關系，逐步將技術與行業應用進行融合的研究路線。
2 競爭態勢和“互聯網+”機遇倒逼物流企業從數據中探索機遇
智慧物流更強調物流供應鏈的匹配效率，進而實現供應鏈整體運作最優。匹配意味著雙向配對，無論成員之間的物流服務水平高低與否，在時空效率的約束下，成員的物流服務能力信息必須充分展示在供應鏈合作伙伴之前，才能實現其與物流供應鏈的快速匹配。
對于物流企業而言，在一定的時空約束下，物流服務能力是其從事某種物流作業的內在能力表述。物流服務能力會隨著業務的熟練程度增加而提升其水平，同樣也會隨著業務萎縮而固步自封，或者說降低其水平。
提供同質化服務的物流企業面臨的競爭環境越來越惡劣，越來越多的物流企業希望擺脫這種尷尬局面。長尾理論告訴我們，這些以往忽視的長尾東西恰恰是我們后續進行差異化經營的變局法寶。企業必須充分重視數據挖掘的細分市場變量集，依靠這些充分挖掘出來的市場細分變量集，我們可以將市場進行無限細分，進而進行有效的目標市場定位，然后根據這些細分市場表現出來的特征，改善我們的物流服務能力，從而形成差異化服務。考慮到物流服務的時空限制，數據挖掘必須重視線上和線下的數據源。對于線下實體運作過程中產生的大量與業務相關聯的數據，必須充分納入NOSQL數據庫中進行存儲。對于線上數據信息，必須設定相關的情感主題，以充分挖掘物流服務過程中隱藏在不同數據結構類型中的特征信息，借助相關性的數據挖掘技術，對線上和線下兩種數據進行細分市場變量集合挖掘，找出相關的細分市場變量結合，從而完成后續的細分市場細分工作。
“互聯網+”時代激發越來越多的物流企業將經營目光轉向互聯網領域，目標是獲取更多的經營機會。具體作業時，往往采用“人―機”交互模式進行網上交易信息的檢索和分析，并未充分發揮智慧物流的優勢，通過機器的自動學習方法來獲取和挖掘交易信息。對于網絡上的數據信息而言，分為Deep-web和surface-web兩種模式，對應的數據結構也分為結構化數據、半結構化數據和非結構化數據形態。對于互聯網而言，surface-web模式帶來的數據呈現著爆炸性增長的狀態，而這些數據背后隱藏的信息給相關經營者提供了大量的商機，只不過這些數據往往以文本、視頻、圖片等半結構化和非結構化的數據結構存在著。物流企業可以通過提煉自身物流服務能力作為KEY-VALUE，結合能夠充分挖掘不同數據結構類型的智慧物流數據挖掘算法，在互聯網上進行智慧性的數據挖掘，才能在有限的時間約束范圍內，挖掘出匹配自身物流服務能力的物流業務集合。經營者所要做的是，根據自己的服務成本和盈利目標進行二次篩選，形成滿足客戶需求的信息，主動信息出擊，快速完成與相應供應鏈的對接服務。
3 借用數據挖掘，謀求智慧物流差異化服務創新發展
3.1 以物流服務主題為中心，建立高質量的數據可用性集合
大數據時代的智慧物流運作更強調將數據作為企業的寶貴資源來看待，通過數據挖掘探索出適合自身良性發展的方法和路徑，這就決定了數據可用性成為了智慧物流數據挖掘和物流服務有機互動的基礎。
隨著時間延續，智慧物流運作中的數據量級必然會大幅遞增。Web空間和物理空間（如物聯網）上的數據流，線下具體作業過程中的數據流等，呈現出不能完全滿足數據可用性的特性。一旦數據可用性不足，則數據挖掘結果必然會弱化決策效果。
對于物流企業而言，考慮到目前大數據挖掘技術不成熟的現實約束，必須先將數據可用性這一基礎工作落實，只有這樣才能隨著大數據挖掘技術的突破應用獲得實時效益。數據確認工作十分困難，考慮到具體經營條件約束，物流企業可以采取如下路徑來完善數據可用性工作。首先，分解數據可用性的五個性質，圍繞服務能力，賦予不同的權重，設定相關的弱可用數據指標體系，收集整理弱可用數據集合。其次，以服務相關性為主題，將Web空間上的半結構化和非結構化數據作為收集、整理和存儲的重心，為后續進行深入數據挖掘奠定基礎。第三，將物理世界中的數據和服務作業現場的數據作為輔助支撐，按照數據可用性的完整指標，收集整理出高質量的數據可用性集合。此路徑是一個循環往復的過程，會隨著一項物流服務主題的結束，重新開始下一個循環。
3.2 利用數據挖掘，探尋智慧物流差異化競爭要素―細分市場
物流企業的經營思路著重點在于：首先要解決業務有無的問題，其次是開拓對自身有利的業務。對于技術應用而言，同樣遵循這樣一個規則，那就是無論技術先進與否，如果不能解決上述兩個問題，企業也會棄之不用，遵循業務發展路徑探索智慧物流數據挖掘和物流服務能力的協同路徑會更具研究意義。
“互聯網+”時代給物流企業帶來了大量的業務機會，物流企業需要借助數據挖掘技術，突破時空限制，充分挖掘不同異構網絡平臺提供的各種各樣的商機，尋求適合自己鏈入的供應鏈，完成業務增長任務，這是一種被動性的發展模式。
在被動性發展模式下，如何借助智慧物流數據挖掘，在時間變量約束下，快速找到適合自身物流服務能力的業務顯得尤為重要。在進行智慧物流數據挖掘時，需要借助大數據已有的Hadoop MapReduce架構，完成智慧物流數據挖掘的快捷性布局；其次，以業務相關性為原則，基于Item-Based數據挖掘技術完善算法。即將現有物流服務能力進行提煉，轉化成User特征值，將原有服務成功的物流業務和網上發現的離散物流業務轉換成ITEM數據集，提煉關鍵詞。第三，推測和演化ITEM和ITEM的相似度，構建USER-ITEM矩陣完成后續的智慧物流數據挖掘。在進行數據挖掘和物流服務能力匹配的過程中，不斷訓練和演化算法，以發掘商機為達成目標，可以有效地協助物流企業解決從互聯網上發掘業務有無的問題，盡管這種路徑有一定的意義，但是并不能改善物流企業需要謀求的差異化競爭態勢。
其次，物流企業必須堅持主動性的發展模式，即挖掘出滿意的細分市場之后，必須根據細分市場的需求特征來重構自身的物流服務能力，使供給與需求達到契合，不斷地實踐和磨練自己的物流服務能力，在細分市場形成競爭優勢，從而形成差異性競爭優勢。
構建足夠大細分市場的前提條件在于能夠獲取獨立于競爭對手所知曉的市場細分變量，這些市場細分變量的特征值往往隱藏在不同異構網絡平臺上的非結構化數據中，充分挖掘細分變量數據成為主動發展模式需要破解的難題。在此路徑下，需要采用CONTENT-BASED和ITEM-BASED數據挖掘相結合的方法進行。首先，根據CONTENT-BASED數據挖掘算法，加入業務情感特征向量集，重構CONTENT-BASED的智慧物流數據挖掘算法，對互聯網上的業務進行挖掘，找出業務集（無論是否被競爭對手完成）。其次，結合ITEM-BASED算法，對物流服務能力進行重構，依據時間快捷性和相關性原則，探尋適合的業務集。第三，設定時間段，對服務過的業務結合線下數據進行細分市場變量的可用性數據集進行推敲，將其從弱可用性轉化為高質量的可用性數據集。第四，采用智慧物流提供的可視化技術對市場進行細分，探尋出滿意的細分市場，根據細分市場呈現的需求特征重構自身物流服務能力，進而進入主動發展模式。
對于市場而言，并不是一成不變的，互聯網時代隨著信息日益公開透明，市場的變化速率將會比以往更迅速。對于積極進取的物流企業而言，需要不斷地跟蹤和監控已有市場，積極開拓細分市場，從而形成差異化競爭優勢。
4 總 結
大數據時代已經悄然來臨，數據將成為企業發展中重要的資源，充分借助互聯網和大數據的技術優勢，不斷探尋新的商業模式，可以幫助企業盡快擺脫惡性競爭，形成差異化競爭優勢。本文在收集整理智慧物流和數據挖掘相關文獻的基礎上，研究了競爭態勢和“互聯網+”機遇倒逼物流企業從數據中探索機遇的成因。接下來，論文從基于物流服務主題為中心，建立數據可用性集合，再到利用數據挖掘探尋智慧物流差異化競爭要素―細分市場方面進行了研究，并提出了部分方法。
參考文獻：
[1] 宋則. “物流”其實是一種智慧[N]. 現代物流報，2007
-05-01（002）.
[2] 王繼祥. 物聯網發展推動中國智慧物流變革[J]. 物流技術與應用，2010（6）：80-83.
[3] 王之泰. 城鎮化需要“智慧物流”[J]. 中國流通經濟，2014，28（3）：4-8.
[4] Peter Vervest， Eric van Heck， Kenneth Preiss. Louis-Francois Pau： Smart Business Networks[M]. Springer， 2005.
[5] Veloso M， Bentos C， Pereira F C. Multi-Sensor Data Fusion on Intelligent Transport Systems[D]. University of Coimbra， 2009.
[6] Gubbi J， Buyya R， Marusic S， et al. Internet of Things（IoT）： A vision， architectural elements， and future directions[J]. Future Generation Computer Systems， 2013，29（7）：1645-1660.
[7] 馬志鋒，刑漢承，鄭曉妹. 一種基于Rough集的時間序列數據挖掘策略[J]. 系統工程理論與實踐，2001（12）：22.
[8] Agrawal R， et al. Mining association rules between sets Items in large Database[J]. Acm Sigmod Record， 1993（2）：207-216.
[9] Cheung D W， et al. Maintenance of Discovered Association Rules in Large Database： An Incremental Updating Technique[D]. Hong Kong： University of Hong Kong， 1995.
[10] 鄭建國，劉芳，焦李成. 自適應子波神經網絡數據挖掘方法[J]. 西安電子科技大學學報（自然科學版），2002，29（4）：474-476.
[11] Furuta K. Sliding mode control of a discrete systems[J]. Syst Contr Lett， 1990，14（2）：145-151.
[12] 余偉，李石君，楊莎，等. Web大數據環境下的不一致跨源數據發現[J]. 計算機研究與發展，2015，52（2）：295-306.
智慧物流定義范文第4篇
【關鍵詞】物聯網；體系結構；技術體系結構；應用
1 物聯網概述
1.1 物聯網定義
1）物聯網（INTERNET OF THINGS）這一概念最早于1999年由麻省理工學院Auto-ID研究中心提出。它是指利用產品電子代碼EPC、射頻識別技術，通過網絡實現在任何時候、任何地點對任何物品的識別和管理，即物品的互聯互通。
2）國際電信聯盟的定義，2005年11月，國際電信聯盟在信息社會世界峰會上對物聯網的定義是主要解決物品到物品，人到物品，人到人間的互聯。
3）歐洲智能系統集成技術平臺（EPoSS）的定義，2008年5月EPoSS對物聯網的定義是由具有標識、虛擬個性的物理/對象組成的網絡，這些標識和個性等信息在智能空間使用智慧的接口與用戶、社會和環境進行通信。
4）2010年我國政府工作報告中的定義是物聯網是通過傳感設備按照約定的協議，把各種網絡連接起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。
總的來說物聯網的定義，從狹義上是指連接物品到物品的網絡，實現物品的智能化識別和管理；廣義上可以看做是信息空間與物理空間的融合，將一切事物數字化、網絡化，在物品之間、物品與人之間、人與現實環境之間實現高效的信息交換方式。[1]
1.2 物聯網的特征
物聯網的基本特征可以概括為全面感知、可靠傳送和智能處理。全面感知即利用射頻識別、二維碼、傳感器等感知、捕獲、測量技術，隨時隨地對物體進行信息采集和獲取。可靠傳送是指通過將物體接入信息網絡，依托各種通信網絡，隨時隨地進行可靠的信息交互和共享。智能處理是指利用各種智能計算技術，對海量的感知數據和信息進行分析并處理，實現智能化的決策和控制。[2]
物聯網與互聯網相比，有如下主要特征：海量信息，接入設備繁雜，網絡架構繁雜，網絡管理資質，智能物物互聯，物理安全威脅，能量獲取多樣；設備制造的小型微型化。
1.3 物聯網與“智慧地球”
2009年IBM提出“智慧地球”這一概念。智慧地球戰略的主要內容是吧新一代IT技術充分運用在各行業之中，通過互聯網形成“物聯網”，而后通過超級計算機和云計算將物聯網整合起來，人類能以更加精細和動態的方式管理生產和生活，從而達到“全球智慧”狀態，最終形成“互聯網+物聯網=智慧地球”。
2 物聯網體系結構
2.1 物聯網系統結構
國內許多專家學者將物聯網系統劃分為三個層次：感知層、網絡層、應用層。
1）感知層。感知層是物聯網架構的基礎層面，主要是完成信息采集并將采集到的數據上傳的目的。感知層把所有物品通過一維/二維條碼、射頻識別、傳感器、紅外線感應器、全球定位系統等信息傳感裝置自動采集到與物品相關的信息，并傳送到上位端，完成傳輸到互聯網前的準備工作。比如，粘貼在設備上的RFID標簽和用來識別采集RFID信息的識讀器就屬于該層。
2）網絡層。該層在整個物聯網架構中起著承上啟下的作用，是物聯網中不可或缺的架構組成部分。它是搭建物聯網的網絡平臺，建立在現有的移動通信網、互聯網和其他專網的基礎上，通過各種接入設備與上述網絡相聯。如手機付費系統中由刷卡設備將內置手機的RFID信息采集上傳到互聯網，網絡層完成后臺鑒權認證并從銀行網絡劃賬。
3）應用層。該層是利用經過分析處理的數據，為用戶提供豐富的特定服務，以實現智能化識別、定位、跟蹤、監控和管理。比如，通過感應器感應到某個物理觸發信息，然后按設定通過網絡完成一系列動作。
2.2 物聯網的技術體系結構
物聯網技術涉及多個領域，這些技術在不同的行業具有不同的應用需求和技術形態。在這個技術體系中，物聯網的技術構成概括起來有以下五個方面：[3]
1）感知技術。指能夠用于物聯網底層感知信息的技術。通過它可以感知溫度、壓力、位移、加速、震動、聲音、光線、位置及污染等。感知技術包括RFID技術、傳感器技術、機器人智能感知技術、遙測遙感技術、現場總線技術、IC卡與條形碼技術、信息融合與協同信息處理技術、多媒體技術和中間件技術、GPS定位技術、納米嵌入技術等。
2）網絡傳輸技術。指能夠匯聚感知數據，并實現物聯網數據傳輸的技術，它包括各種專網技術、異構網融合技術、M2M無線接入、遠程控制技術、互聯網技術、地面無線出阿叔技術以及衛星通信技術。
3）支撐技術。指用于物聯網數據處理和利用的技術，它包括云計算與高性能計算技術、智能技術、數據庫與數據挖掘技術、GPS技術、公共中間件技術等，對感知到的信息進行語意的理解、推理和決策。
4）應用技術。指用于直接支持物聯網應用系統運行的技術，它包括物聯網信息共享交換平臺技術、物聯網數據存儲技術以及各種行業物聯網應用技術與應用系統等。
5）公共技術。指感知、傳輸、支撐和應用等四層都需要的技術，它包括標識解析、安全技術、應用管理技術和網絡管理技術。
3 物聯網應用
國外對物聯網的研發、主要應用集中在美、歐、日、韓等少數國家。最初的研發方向主要是條形碼、RFID 等技術在商業零售、物流領域應用。隨著RFID、傳感器技術、近程通信以及計算技術等的發展，近年來其研發、應用開始拓展到食品安全、農業生產和流通、校園管理、環境監測、生物醫療、智能基礎設施等眾多領域。[4]下面主要介紹在食品安全、農業生產、校園安全方面的應用。
3.1 物聯網在食品安全方面的應用
物聯網技術的迅猛發展在應對食品安全問題方面起到了關鍵作用。通RFID等物聯網技術，可以實現對物品位置的跟蹤、原料溯源、庫存盤點、出入庫等信息化流程，尤其是可以實現對物理的全程監控。
3.2 物聯網在農業方面的應用
1）在農田、果園等大規模生產方面。通過在農業園區安裝生態信息無線傳感器和其他智能控制系統，可對整個園區的生態環境進行檢測，從而及時掌握影響園區環境的一些參數，并根據參數變化，適時調侃灌溉系統、保溫系統等基礎設施，確保農作物有最好的生長環境，以提高產量并保證質量。
2）在農業信息傳送方面。對于農業發展領域，天氣預報是農戶最關心的信息之一，此外還可以包括施肥選擇、從種子遴選到病蟲害防治、從幼苗培育到收割入庫等方面的信息都可以通過物聯網及時傳遞。
3.3 物聯網在校園管理方面的應用
數字校園的建立，使“一卡通”在學校得到了廣泛的應用。隨著物聯網的進一步普及，校園管理的需求有了更多的變化。校園物聯網主要是在傳統校園信息化的基礎上，一信息網絡為依托，利用數值化手段借助物聯網技術對校園環境、資源、活動等各個方面和環節進行綜合管理，運用豐富的軟件信息系統，高效、便捷地實現學校的教學、科研、管理和服務等活動的全過程。
物聯網的發展面臨巨大的機遇也面臨著挑戰，首先是技術標準化問題，其次是數據和隱私的保護問題。但隨著網絡技術、傳感技術、數據庫技術、云計算、移動計算等技術的發展，智慧城市、智慧地球必將成為現實。
【參考文獻】
[1]張毅，等物聯網綜述[J].數字通信，2010（8）.
[2]馬靜.物聯網基礎教程[M].清華大學出版社，2012，12.
智慧物流定義范文第5篇
智慧城市的基礎架構層面，有多種信息與數據連入方式，藍牙、RFID、ZigBee、WiFi等各種數據采集接入通道，從較早的定義來看，這便屬于物聯網（IoT： Internet of Things）的范疇。
物聯網是新一代信息技術的重要組成部分，顧名思義，物聯網就是物物相連的互聯網。物聯網的核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展的網絡；其用戶端延伸和擴展到了任何物品與物品之間（在智慧城市則指的是智慧城市關鍵信息生成的物件如卡口信息、管網信息等），進行信息交換和通信。
在傳統技術部署中，各種接入方式互無關聯，數據上行都有自己的傳輸方式，因此物聯網很難有標準統一的技術，往往因基礎設施差異，而有不同的實現。如上所述的藍牙、RFID等，都是滿足于不同應用場景。因此，在某些應用場景下，一旦同時應用到這些技術，在工作現場除了多種終端識別、信息獲取，還需要進行這些信息的獨立傳輸。
在新的智慧城市環境下，網絡技術的發展，開始使得物聯網與互聯網進行真正融合，通過技術兼容方式，使得一套接入設備感應多種終端信息，并完成數據的融合傳送。目前WiFi接入已經成智慧城市移動處理最為廣泛的網絡環境，在WiFi環境下支持對藍牙、RFID信息的感知與融合傳輸，會極大簡化這種異構物聯網絡的集成部署。一種思路是，在無線AP內置藍牙等信號感知能力，這種方案的好處是設計緊湊，成本低。另一種思路，在一個AP上提供多個（目前已支持三個）物聯網模塊集成槽位，可以將多種物聯感知模塊嵌入AP。
這是一種接入數據融合傳輸方案，將物聯信號如RFID、藍牙感知后，由AP進行數據封裝，傳送到控制器AC，AC將物聯數據轉換為應用可處理信號，定向給相應的計算處理設備（如后臺服務器）。RFID模塊在醫療環境、物流環境， 藍牙模塊在商貿連鎖等場所均有廣泛應用。
以藍牙為例，在應用場所部署的AP中集成多個藍牙探測模塊，會向外發送信號， 當開啟藍牙的終端經過時藍牙探測模塊物理范圍內，藍牙探測模塊會把終端藍牙地址等信息通過集成屋里接口發給AP，AP接收后做隧道封裝，通過CAPWAP無線隧道發給AC，由AC發給Server做后臺處理，可定位藍牙終端物理范圍。AP還負責對藍牙模塊等物聯終端的維護管理，提升了接入層管理能力。
當然， 上述模塊也可以擴展到其他場景，藍牙/RFID作為收集物流信息的傳感器， 比如銀行的運鈔車上裝載的錢箱， 現有銀行金庫尾箱出入庫管理完全采用手工登記手段，操作繁瑣，效率低下，存在安全風險，采用電子標簽后，可批量自動識別，然后遠距離傳送至計算處理系統。
在智慧城市物聯應用中，用IT技術處理物聯接入數據是智慧建設的基本方向，因此IT與IoT需要有一個融合，因此IoT與IT數據轉換成為關鍵，是一種以專門網關（GW：Gateway）的方式進行兩者融合的技術模型。在這個模型中，物聯網與IT互聯網（通常是物理有線網絡與無線WiFi網絡）之間通過網關連接，也稱為物聯網關。網關作用是實現兩個網絡的數據轉換，兩網融合。物聯網關是一個邏輯功能，網關可以是一個獨立設備或組網節點，也可以是多個節點組合來完成。
在上述AP集成物聯模塊的方案中，其實是AC承擔了網關的主要作用，而AP也分擔了部分作用。完成物聯數據接入、融合傳輸到IT網絡，那么現實世界不斷擴展的物聯網產生的數據將會直接傳輸到大數據處理系統。這種接入融合，并沒有改變IT、物聯網本質，但是使得數據量和數據獲得的范圍大大增加。
目前的融合網關，還只是對數據封裝、傳送、網絡融合提供了支持，而沒有進一步對物聯數據內容進行解析與挖掘，不具備智能作用，但是其流程簡化、部署自動化。
