基于大数据分析的快递派送引导管理系统的设计与实现

摘要

针对快递派件员难以根据消费者行为习惯和当前特殊场景需求来得知包裹该如何派送的问题，提出了基于大数据分析的快递派送引导管理系统。能够从海量消费者特征、偏好、行为数据以及电商平台的订单数据分析预测快递包裹派送方式从而引导快递派件员按照消费者意愿去派送，解决快递域末端收货体验问题。目标是提高派件员的派送效率和让每一件快递包裹都能按照消费者真实意愿进行派送。 系统采用SOA（面向服务的架构）的思想，其主要架构包括数据通道层、基础服务层、和数据存储层，其主要功能包括消费者特征数据采集功能、收货倾向分析功能、订单数据解析功能、消费者收货数据挖掘功能、快递包裹派送方式预测功能和派送履约监控功能。消费者特征数据采集功能负责从电商平台、物流详情等提取用户特征、行为、偏好等数据并对数据进行分布计算以及数据存储。收货倾向分析功能负责获取消费者在备注或投诉上自表达的收货倾向。订单数据解析功能负责对物流订单和电子面单中提取的数据进行清洗和归一化处理。消费者收货数据挖掘功能负责结合消费者表达、预测的数据和收货倾向分析的数据并且提取出消费者特征找出相似特征用户挖掘出基于人和地址的消费者收货偏好。预测快递包裹派送方式功能根据消费者的行为特征以及订单的详情精准预测出包裹的派送方式。派送履约监控功能负责判断快递派送员是否按照消费者意愿去派送。设计了快递派送引导管理系统数据库。 系统通过引导快递派送员服务好通过消费者特征、行为数据找出的特殊收获需求人群如孕妇、老人等来降低投诉率。通过GBDT与LR融合的方案找出相似特征的消费者产出基于人和地址的收货偏好从而覆盖更多的风险人群。派送引导预测计算引擎通过在线数据计算出快递包裹的派送方式来提高快递派送员的派送效率和消费者的收获体验。

目录

第一个书签之前

A Thesis Submitted in Partial Fulfillment of the R

for the Degree for the Master of Engineering

摘 要

Abstract

目 录

1 绪论

1.1 研究背景

1.2 研究目的和意义

1.3 国内外相关研究情况

1.3.1 国内相关研究情况

1.3.2 国外相关研究情况

1.5 本文的主要研究内容

2 快递派送引导管理系统相关技术分析

2.1 GBDT和LR算法结合

2.2 NLP情感分析技术

2.3 高可用RPC框架的原理

2.4 本章小结

3 快递派送引导管理系统的分析与设计

3.1 系统需求分析

3.1.1系统功能需求分析

3.1.2系统非功能性需求分析

3.2 系统总体设计

3.3 系统功能设计

3.3.1 消费者特征数据采集功能设计

3.3.1 收货倾向分析功能设计

3.3.3 订单数据解析功能设计

3.3.4 消费者收货数据挖掘功能设计

3.3.4 快递包裹派送方式预测功能设计

3.3.5 派送履约监控功能设计

3.4 系统数据库设计

3.4.1 数据库概念结构设计

3.4.2 数据库逻辑结构设计

3.5 本章小结

4 快递派送引导管理系统的实现与测试

4.1 系统实现环境

4.2 系统功能实现

4.2.1 消费者特征数据采集的实现

4.2.2 收货倾向分析的实现

4.2.3 订单数据解析的实现

4.2.4 消费者收货数据挖掘的实现

4.2.5 快递包裹派送方式预测的实现

4.2.6 派送履约监控的实现

4.3 系统的实验数据和分析

4.4 系统的测试

4.4.1 功能测试

4.4.2 性能测试

4.4.3 可用性测试

4.5 本章小结

5 总结与展望

5.1 全文总结

5.2 研究展望

参考文献