針對交通運輸物流領域的大數據技術應用的需求，設計了一種交通運輸物流領域大數據基礎技術架構，對存儲、計算、資源調度管理等各個層面的應用進行支持，以滿足數據增值和軟件開發的需要。該技術架構主要應用在交通運輸物流領域中的“流式數據實時計算”與“離線數據並行計算”兩種典型應用場景中，可以有效提高大數據分析功能實現與開發效率。

●目錄1緒論(1)1.1大數據產生的背景(1)1.2大數據的發展歷程(2)1.2.1國外大數據的發展歷程(2)1.2.2國內大數據的發展歷程(3)1.3我國交通運輸物流發展情況(4)1.3.1我國交通運輸物流繫統建設情況(4)1.3.2我國交通運輸物流信息化發展情況(5)1.4國內外交通運輸物流大數據研究進展(6)1.4.1國外交通大數據研究進展(6)1.4.2國內交通大數據研究進展(7)1.4.3大數據在交通運輸物流行業中的應用(8)1.5交通運輸物流領域數據分析的問題(9)1.6本章小結(11)2大數據分析平臺軟件技術基礎架構(12)2.1大數據基礎技術框架簡介(12)2.1.1分布式存儲(12)2.1.2分布式計算(13)2.1.3實時計算(14)2.1.4資源調度管理(15)2.2大數據基礎軟件技術架構設計(16)2.2.1設計原則(17)2.2.2大數據分析平臺軟件基礎架構設計方案(19)2.3本章小結(49)3交通運輸物流大數據的數據組織與描述(51)3.1泛數據生態圈(51)3.2大數據資源的存儲模式(53)3.2.1大數據特征(53)3.2.2交通運輸物流大數據的數據存儲模式(55)3.3基於本體的交通運輸物流領域知識描述方法(58)3.3.1相關理論(59)3.3.2交通運輸物流領域大數據本體的構建(63)3.4本章小結(68)4交通運輸物流領域流式數據實時分析與應用(69)4.1流式數據實時分析方法(69)4.1.1流式數據的定義(69)4.1.2流式數據的特點(70)4.1.3流式數據抽樣統計方法(70)4.1.4流式數據聚類方法(73)4.2流式數據實時分析在交通運輸物流領域中的應用(77)4.2.1應用1：基於CluStream的交通運輸物流活動熱點實時分析(77)4.2.2應用2：大規模流式數據環境下車貨實時匹配分析(83)4.3本章小結(98)5交通運輸物流領域離線數據並行計算與應用(99)5.1基於MapReduce的交通運輸物流熱點詞詞頻統計方法(99)5.2基於非結構化文本分類的交通運輸物流資訊新聞導覽方法(105)5.2.1文本分類技術綜述(106)5.2.2文本訓練(112)5.2.3文本分類(113)5.2.4交通運輸物流資訊分類導覽繫統的實現(114)5.3大數據環境下的物流企業信用評價方法(118)5.3.1應用背景與意義(118)5.3.2物流企業信用評價方法(119)5.3.3大數據環境下的物流企業信用評價指標(124)5.3.4數據收集繫統(132)5.4本章小結(139)6總結(141)參考文獻(144)附錄(154)附錄A“法律文書”文本分析源代碼(154)附錄B物流企業信用評價數據表(部分)(161)附錄C信用等級與對應評分表(166)

針對交通運輸物流領域的大數據環境特點，對大數據存儲以及大數據分析方法進行分析研究，主要內容如下：大數據環境下交通運輸物流領域數據資源存儲、計算和資源調度管理、離線數據並行計算和在線數據實時計算等方法進行剖析，實現了實時熱力分析、車貨信息資源實時匹配、熱點詞分析、物流企業信用評價等典型的交通運輸物流領域大數據應用。主要章節包括：緒 論；大數據分析平臺軟件技術基礎架構；交通運輸物流大數據的數據組織與描述；交通運輸物流領域流式數據實時分析與應；交通運輸物流領域離線數據並行計算與應用。

牟向偉,蔣晶晶 著