多维度物流数据挖掘与预测方法及系统

专利主权项内容

1.一种多维度物流数据挖掘与预测方法，其特征在于，包括以下步骤：监控全局物流网络，并对物流数据进行采集，得到货物运输轨迹数据和物流节点交互数据；对所述货物运输轨迹数据进行清洗和标准化，得到第一标准数据；对所述第一标准数据进行分割，得到货物属性信息和流转路径信息；基于预设的第一信息挖掘算法，对货物属性信息进行信息挖掘，得到第一物流关键指标；基于预设的第二信息挖掘算法，对流转路径信息进行信息挖掘，得到第二物流关键指标；对采集的物流节点交互数据进行建模，得到物流节点交互数据的节点协同特征；其中，所述节点协同特征至少包括吞吐量、处理时延以及节点间货物流转的频率和规模；根据所述第一物流关键指标、所述第二物流关键指标、所述节点协同特征，并结合预设的数据关联分析算法构建关联图谱；其中，所述关联图谱用于映射所述第一物流关键指标、所述第二物流关键指标与节点协同特征的动态映射关系以及相互影响关系；将所述关联图谱输入至训练后的机器学习模型中，识别物流性能的决定因子，预测物流效率的瓶颈和潜在改进点，得到预测结果，并根据输出的预测结果，从数据库中匹配物流资源分配方案； 其中，所述机器学习模型经过提前训练得到。