大數(shù)據(jù)背景下物流服務(wù)訂單分配*

劉艷秋，王　浩，張　穎，蔡　超

(沈陽(yáng)工業(yè)大學(xué) a.理學(xué)院，b.管理學(xué)院，沈陽(yáng) 110870)

?

大數(shù)據(jù)背景下物流服務(wù)訂單分配*

劉艷秋a，王浩a，張穎a，蔡超b

(沈陽(yáng)工業(yè)大學(xué) a.理學(xué)院，b.管理學(xué)院，沈陽(yáng) 110870)

針對(duì)已存在的多級(jí)物流服務(wù)供應(yīng)鏈訂單分配中沒(méi)有充分考慮客戶(hù)的最佳配送時(shí)間和需求的問(wèn)題，提出了在大數(shù)據(jù)背景下，利用大數(shù)據(jù)的知識(shí)分析客戶(hù)的點(diǎn)擊量、瀏覽時(shí)間和銷(xiāo)量之間的關(guān)聯(lián)性，預(yù)測(cè)客戶(hù)的需求、分析客戶(hù)的位置數(shù)據(jù)來(lái)預(yù)測(cè)客戶(hù)的最佳配送時(shí)間.基于大數(shù)據(jù)的預(yù)測(cè)結(jié)果，以物流服務(wù)集成商最小化服務(wù)成本為目標(biāo)，建立三級(jí)物流服務(wù)供應(yīng)鏈的訂單分配優(yōu)化模型，并通過(guò)實(shí)例仿真進(jìn)行了驗(yàn)證.結(jié)果表明，基于大數(shù)據(jù)預(yù)測(cè)的銷(xiāo)量和配送時(shí)間更貼近客戶(hù)實(shí)際需求，在保證客戶(hù)服務(wù)質(zhì)量的情況下，獲得問(wèn)題的最優(yōu)解.

三級(jí)物流服務(wù)供應(yīng)鏈；大數(shù)據(jù)；訂單分配；服務(wù)水平；關(guān)聯(lián)規(guī)則；用戶(hù)行為規(guī)律；時(shí)間預(yù)測(cè)；需求預(yù)測(cè)

物流服務(wù)供應(yīng)鏈優(yōu)化問(wèn)題是2004年由Ellram[1]在《Journal of supply chain management》一文中第一次提出的，并且定義了物流服務(wù)供應(yīng)鏈的概念.物流服務(wù)供應(yīng)鏈?zhǔn)怯晌锪鞣?wù)集成商、功能型物流服務(wù)提供商及客戶(hù)模式構(gòu)成.物流服務(wù)集成商在接收到客戶(hù)的訂單需求后，對(duì)客戶(hù)的訂單需求進(jìn)行統(tǒng)一整合規(guī)劃后將訂單分配給服務(wù)提供商，由各個(gè)服務(wù)提供商完成物流服務(wù)任務(wù)，該過(guò)程稱(chēng)為訂單需求任務(wù)分配過(guò)程.隨著大數(shù)據(jù)時(shí)代的到來(lái)，互聯(lián)網(wǎng)等信息技術(shù)的飛速發(fā)展和人民生活水平不斷地提高，人們對(duì)物流服務(wù)水平的要求也越來(lái)越高.因此，在大數(shù)據(jù)時(shí)代，根據(jù)客戶(hù)數(shù)據(jù)分析客戶(hù)的喜好，并根據(jù)客戶(hù)的喜好合理地分配訂單任務(wù)，優(yōu)化整個(gè)物流服務(wù)供應(yīng)鏈的服務(wù)成本，才能更好地提高企業(yè)的競(jìng)爭(zhēng)力和信譽(yù)，為企業(yè)帶來(lái)長(zhǎng)遠(yuǎn)的利益.

在研究物流服務(wù)供應(yīng)鏈優(yōu)化的過(guò)程中，主要集中研究了訂單任務(wù)分配問(wèn)題，文獻(xiàn)[1-2]在訂單分配問(wèn)題中都考慮了物流服務(wù)集成商和分包商之間交易費(fèi)用，應(yīng)用相應(yīng)的遺傳算法進(jìn)行求解；劉偉華等[3-4]以物流服務(wù)集成商成本最小化、功能提供商滿(mǎn)意度最大化為目標(biāo)函數(shù)，構(gòu)建了三級(jí)物流服務(wù)供應(yīng)鏈的訂單任務(wù)分配的雙層優(yōu)化模型，并利用遺傳算法進(jìn)行求解；范琛[5]等提出在信息更新下多期多任務(wù)多目標(biāo)的動(dòng)態(tài)訂單分配優(yōu)化模型；文獻(xiàn)[6]將Stackelberg博弈模型引入到服務(wù)供應(yīng)鏈中；范志強(qiáng)等[7]考慮了不良產(chǎn)品的特點(diǎn)，建立了多目標(biāo)混合整數(shù)優(yōu)化模型，并用模擬退火算法進(jìn)行求解；文獻(xiàn)[8-9]分別提出了面向價(jià)值服務(wù)的供應(yīng)鏈優(yōu)化模型和基于模糊線(xiàn)性規(guī)劃的供應(yīng)商選擇訂單分配模型；李陽(yáng)珍[10]將時(shí)間可靠度引入到物流服務(wù)供應(yīng)鏈中，構(gòu)建了基于可靠度，物流能力約束利潤(rùn)最大化模型，并考慮了客戶(hù)的可靠性需求以及物流服務(wù)的水平質(zhì)量.

將大數(shù)據(jù)與物流服務(wù)供應(yīng)鏈優(yōu)化結(jié)合的研究相對(duì)較少，所以本文在大數(shù)據(jù)背景下，提出物流服務(wù)供應(yīng)鏈訂單分配任務(wù)中兩方面的改進(jìn).一方面是基于客戶(hù)的大數(shù)據(jù)分析，不再利用概率分布或?qū)?shù)據(jù)進(jìn)行抽樣分析，而是根據(jù)客戶(hù)的全部數(shù)據(jù)去預(yù)測(cè)分析，這樣的預(yù)測(cè)結(jié)果更貼近實(shí)際.本文將根據(jù)客戶(hù)的網(wǎng)上點(diǎn)擊量、瀏覽時(shí)間和銷(xiāo)量數(shù)據(jù)，分析它們?nèi)咧g的關(guān)聯(lián)去預(yù)測(cè)客戶(hù)的需求量，以往的物流服務(wù)普遍通過(guò)縮短配送時(shí)間來(lái)提高服務(wù)質(zhì)量，但是配送速度快并不一定是客戶(hù)最佳的配送時(shí)間[11-12]，所以，本文將會(huì)根據(jù)客戶(hù)海量的位置數(shù)據(jù)去分析客戶(hù)的行為規(guī)律，預(yù)測(cè)客戶(hù)最佳的配送時(shí)間.另一方面，基于大數(shù)據(jù)分析預(yù)測(cè)的結(jié)果及客戶(hù)的個(gè)性化需求與供應(yīng)商提供的服務(wù)能力進(jìn)行匹配，給出吸引力的決策變量，選擇客戶(hù)最滿(mǎn)意的供應(yīng)商進(jìn)行服務(wù)，從而提高客戶(hù)的服務(wù)質(zhì)量，提升企業(yè)信譽(yù)，在此基礎(chǔ)上降低企業(yè)成本，為企業(yè)的長(zhǎng)久發(fā)展帶來(lái)更多的利潤(rùn).

1　物流服務(wù)供應(yīng)鏈模型

1.1問(wèn)題描述

為了提高服務(wù)水平及客戶(hù)的滿(mǎn)意度，本文將客戶(hù)終端的預(yù)期要求及預(yù)測(cè)數(shù)據(jù)結(jié)果引入到物流服務(wù)供應(yīng)鏈里，建立由物流服務(wù)集成商、功能提供配送商和客戶(hù)構(gòu)成的三級(jí)物流服務(wù)訂單分配模型[13]，以最小化物流服務(wù)成本為目標(biāo)，同時(shí)在供應(yīng)商能參與提供服務(wù)的最小利潤(rùn)的約束下，根據(jù)客戶(hù)要求與大數(shù)據(jù)預(yù)測(cè)結(jié)果來(lái)選擇客戶(hù)最滿(mǎn)意的供應(yīng)商來(lái)提供服務(wù).

1.2變量描述及條件假設(shè)

模型的建立基于以下假設(shè)：

1) 不考慮產(chǎn)品的質(zhì)量和類(lèi)別的差異性；

2) 一個(gè)配送點(diǎn)可以為多個(gè)客戶(hù)服務(wù)，但是一個(gè)客戶(hù)只能接受一個(gè)配送節(jié)點(diǎn)的服務(wù)；

3) 客戶(hù)的位置數(shù)據(jù)已知.

模型建立過(guò)程中變量描述如下：n表示功能提供商個(gè)數(shù)，m表示基于大數(shù)據(jù)預(yù)測(cè)的需求數(shù)量，也就是銷(xiāo)售的數(shù)量，Aij表示功能提供商i對(duì)客戶(hù)j的吸引力[14]，qi表示第i個(gè)功能提供商的配送量，cij表示功能提供商的服務(wù)成本，pij為功能提供商i對(duì)客戶(hù)j的服務(wù)報(bào)價(jià)，Qij表示功能提供商i對(duì)j的服務(wù)水平，pj表示客戶(hù)可接受的最高價(jià)格，Qj表示客戶(hù)預(yù)期的服務(wù)水平，γj表示客戶(hù)對(duì)價(jià)格變化的敏感系數(shù)，θj表示客戶(hù)對(duì)服務(wù)水平的敏感系數(shù)，Hi表示功能提供商的利潤(rùn)，Si表示功能提供商所能參加服務(wù)的最小利潤(rùn)，xi表示功能提供商i最大服務(wù)能力，ci表示提供產(chǎn)品的價(jià)格.

1.3模型建立

三級(jí)物流服務(wù)供應(yīng)鏈里，物流服務(wù)成本由各個(gè)功能配送商的報(bào)價(jià)和時(shí)間懲罰成本構(gòu)成，其目標(biāo)函數(shù)為

(1)

(2)

Aij=[1+(pj-pij)/pj]γj(Qij/Qj)θj

(3)

(4)

(5)

(6)

(7)

(8)

(9)

優(yōu)化模型的目標(biāo)式(1)為最小化物流服務(wù)供應(yīng)鏈總費(fèi)用，包括功能提供商的服務(wù)費(fèi)和未及時(shí)送到貨的懲罰費(fèi)；函數(shù)式(2)為決策變量，表示選擇客戶(hù)吸引力高的功能提供商；式(3)為客戶(hù)吸引力表達(dá)式，不考慮產(chǎn)品質(zhì)量有差異的情況下，物流服務(wù)水平越高，對(duì)客戶(hù)的吸引力越高，相應(yīng)的物流成本就越高，物流成本高，那么功能提供商的服務(wù)報(bào)價(jià)相對(duì)就高，從而會(huì)降低對(duì)客戶(hù)的吸引力，所以本文將功能提供配送商i對(duì)客戶(hù)j的吸引力用式(3)表示；式(4)為配送的時(shí)間懲罰成本，t0為實(shí)際送達(dá)的時(shí)間，tj為客戶(hù)期望的最佳配送時(shí)間，是基于大數(shù)據(jù)預(yù)測(cè)得出，π為懲罰系數(shù)，在tj內(nèi)送到則不對(duì)其懲罰；式(5)為功能提供商被分配的量，a0為客戶(hù)點(diǎn)擊量和瀏覽時(shí)間同時(shí)發(fā)生與銷(xiāo)量之間的關(guān)聯(lián)度，T(A∩B)為客戶(hù)點(diǎn)擊率與瀏覽時(shí)間同時(shí)發(fā)生的數(shù)量；式(6)為功能提供商參加服務(wù)的最小利潤(rùn)約束；式(7)為物流服務(wù)成本，η為服務(wù)成本系數(shù)；式(8)依次表示的約束為所有的需求量必須全部配送、每個(gè)配送商i的服務(wù)量不能超過(guò)本身最大的服務(wù)能力、選出的配送商必須滿(mǎn)足所有客戶(hù)的需求、服務(wù)報(bào)價(jià)不能超過(guò)客戶(hù)能接受的最高報(bào)價(jià).式(9)約束各變量的取值范圍.

2　數(shù)據(jù)準(zhǔn)備與處理

2.1客戶(hù)需求預(yù)測(cè)

在大數(shù)據(jù)背景下，根據(jù)客戶(hù)的點(diǎn)擊率、瀏覽時(shí)間、購(gòu)物車(chē)、評(píng)價(jià)信息中所有與銷(xiāo)量有關(guān)的數(shù)據(jù)都可以預(yù)測(cè)商品的銷(xiāo)量.如果近期某個(gè)產(chǎn)品的點(diǎn)擊率暴漲，那么相應(yīng)的產(chǎn)品也是近期的熱賣(mài)產(chǎn)品，所以點(diǎn)擊率和銷(xiāo)量之間必然存在的一定的相關(guān)性.而瀏覽時(shí)間的限定保證了本次點(diǎn)擊的有效性，而不是誤點(diǎn)或者惡意點(diǎn)擊，所以本文同時(shí)考慮點(diǎn)擊率、瀏覽時(shí)間與銷(xiāo)量之間的關(guān)聯(lián)關(guān)系來(lái)預(yù)測(cè)銷(xiāo)量.設(shè)銷(xiāo)量為m，點(diǎn)擊率為和瀏覽時(shí)間分別為a、b，選取大量用戶(hù)近期的點(diǎn)擊數(shù)據(jù)，定義點(diǎn)擊選中為1，否則為0，瀏覽時(shí)間超過(guò)30 s為1，否則為0，購(gòu)買(mǎi)為1，否則為0，網(wǎng)頁(yè)數(shù)據(jù)如表1所示.

表1　客戶(hù)的網(wǎng)頁(yè)數(shù)據(jù)

根據(jù)關(guān)聯(lián)的支持度和置信度來(lái)進(jìn)行評(píng)判，其表達(dá)式分別為

(10)

(11)

2.2客戶(hù)配送時(shí)間預(yù)測(cè)

設(shè)客戶(hù)的位置坐標(biāo)為(xn，yn，tn)，xn、yn表示客戶(hù)位置的橫縱坐標(biāo)，tn表示客戶(hù)的相應(yīng)位置的時(shí)間數(shù)據(jù).根據(jù)用戶(hù)的位置數(shù)據(jù)利用分段技術(shù)將用戶(hù)一天的時(shí)間進(jìn)行分段，分段后將所有位置距離不大于設(shè)定最小距離的位置進(jìn)行聚類(lèi)，并將其位置改為和聚類(lèi)中心一致的位置坐標(biāo)，然后再利用關(guān)聯(lián)規(guī)則去分析用戶(hù)的行為.

2.3最佳配送時(shí)間

客戶(hù)最佳配送時(shí)間預(yù)測(cè)算法如下：

3) 計(jì)算每個(gè)Qij的個(gè)數(shù)，計(jì)算所有相鄰Qij之間的關(guān)聯(lián)性，并找出滿(mǎn)足條件的Qij.

3　數(shù)據(jù)仿真

3.1需求預(yù)測(cè)

保證數(shù)據(jù)分析質(zhì)量的前提是所選數(shù)據(jù)具有權(quán)威性和客觀(guān)性，本次實(shí)驗(yàn)所選的數(shù)據(jù)是易車(chē)網(wǎng)在2012年1月份某品牌車(chē)的數(shù)據(jù)集，客戶(hù)的點(diǎn)擊量為9 882 039，滿(mǎn)足條件的瀏覽時(shí)間為1 232 178，銷(xiāo)量為76 663.計(jì)算得出點(diǎn)擊量與瀏覽時(shí)間均滿(mǎn)足條件的個(gè)數(shù)為84 245，三者同時(shí)發(fā)生的為銷(xiāo)量數(shù)，得出客戶(hù)的點(diǎn)擊量和瀏覽時(shí)間與客戶(hù)的需求量存在91%的關(guān)聯(lián)度，說(shuō)明客戶(hù)的點(diǎn)擊量與瀏覽時(shí)間量對(duì)客戶(hù)需求量的解釋能力很強(qiáng)，從而可以根據(jù)下一時(shí)期的有效點(diǎn)擊量預(yù)測(cè)出未來(lái)的銷(xiāo)量.

3.2客戶(hù)最佳配送時(shí)間預(yù)測(cè)

隨機(jī)抽取10個(gè)用戶(hù)的一周位置數(shù)據(jù)進(jìn)行分析，由于配送的實(shí)際時(shí)間關(guān)系，只考慮用戶(hù)10∶00～19∶00的位置數(shù)據(jù)，數(shù)據(jù)信息如表2所示.

表2　客戶(hù)一周位置數(shù)據(jù)

對(duì)用戶(hù)一周的數(shù)據(jù)進(jìn)行分段處理后結(jié)果如表3所示，di表示第i天.由數(shù)據(jù)挖掘結(jié)果可以得出，Q11和Q12，Q12和Q13之間的關(guān)聯(lián)性要高于其他數(shù)據(jù)間的關(guān)聯(lián)性，所以選擇這兩個(gè)時(shí)間段來(lái)配送將提高用戶(hù)的便捷性.由于用戶(hù)訂單會(huì)有配送地址，所以選擇離用戶(hù)配送地址較近的時(shí)間段進(jìn)行配送.將數(shù)據(jù)語(yǔ)義化，Q11表示用戶(hù)所在的公司，Q12表示附近的超市，Q13表示住址，如果用戶(hù)填的訂單地址為家庭住址，那么選擇Q12和Q13之間的時(shí)間段，則輸出的時(shí)間為Q12，配送時(shí)間要在Q12之前到達(dá)，而由以上數(shù)據(jù)可以得出時(shí)間tj為17∶20.將預(yù)測(cè)結(jié)果與客戶(hù)期望的最佳配送時(shí)間進(jìn)行比較可知，預(yù)測(cè)的配送時(shí)間能滿(mǎn)足客戶(hù)可接受的時(shí)間.10位客戶(hù)的最佳配送時(shí)間分別為17∶20，17∶20，17∶35，17∶40，18∶10，17∶30，18∶20，18∶10，18∶15，18∶00.

3.3物流服務(wù)供應(yīng)鏈仿真

算例中有8個(gè)功能提供配送商，客戶(hù)價(jià)格敏感系數(shù)都設(shè)為1，a0為90%，T(A∩B)為12，客戶(hù)數(shù)量為10，服務(wù)水平的敏感參數(shù)依次為0.9，0.9，0.7，0.75，1，0.7，0.75，0.85，0.8，0.7.物流服務(wù)成本系數(shù)η為0.8，功能提供商參加服務(wù)的最小利潤(rùn)依次為106、100、101、100、102、100、99、103元，功能提供商的最大服務(wù)量xi依次為50、50、55、60、60、60、65、50，懲罰系數(shù)π為0.002，產(chǎn)品的價(jià)格ci均為100元，不同的功能提供商對(duì)不同的任務(wù)服務(wù)水平也不同，客戶(hù)和功能提供商的數(shù)據(jù)如表4～6所示.

表3　客戶(hù)分段后的位置數(shù)據(jù)

表4　功能提供商的服務(wù)水平

表5　功能提供商的服務(wù)報(bào)價(jià)

表6　客戶(hù)可接受的最高價(jià)格與期望的服務(wù)水平

計(jì)算選出任務(wù)分別是功能提供商3為客戶(hù)1、2服務(wù)，功能提供商6為客戶(hù)3、4、6、7、8、10服務(wù)，功能提供商8為客戶(hù)5、9服務(wù).與實(shí)際配送時(shí)間t比較，功能提供商3和8的配送時(shí)間均滿(mǎn)足條件，而功能提供商6對(duì)客戶(hù)3、4、6分別遲到20、10、30 min，最后得出物流服務(wù)成本的運(yùn)行結(jié)果為580.78元(計(jì)算誤差精度為0.01).

4　結(jié)　論

本文在大數(shù)據(jù)背景下，結(jié)合客戶(hù)的點(diǎn)擊率和瀏覽時(shí)間的數(shù)量預(yù)測(cè)客戶(hù)近期的需求，將隨機(jī)環(huán)境下的需求轉(zhuǎn)變?yōu)楣潭ㄐ枨笠员阌谇蠼猓髷?shù)據(jù)的實(shí)時(shí)性又能滿(mǎn)足客戶(hù)需求的變化.根據(jù)客戶(hù)的位置數(shù)據(jù)來(lái)分析客戶(hù)的行為規(guī)律，從而去預(yù)測(cè)客戶(hù)最佳的配送時(shí)間.基于大數(shù)據(jù)的結(jié)果建立三級(jí)物流服務(wù)供應(yīng)鏈訂單任務(wù)分配模型，主要考慮了供應(yīng)商對(duì)客戶(hù)的吸引力、服務(wù)水平、物流成本及配送時(shí)間的懲罰成本.研究結(jié)果表明，在大數(shù)據(jù)的背景下分析客戶(hù)的需求及行為規(guī)律，能更好地幫助企業(yè)了解客戶(hù)的喜好，從而能為客戶(hù)提供更好的服務(wù)，在保證了客戶(hù)服務(wù)水平的前提下降低成本，從而提高企業(yè)的信譽(yù)度，有利于企業(yè)長(zhǎng)久的發(fā)展，獲得更多的利益.

本文在建立訂單任務(wù)分配的模型中也存在一些不足，供應(yīng)商對(duì)客戶(hù)的吸引力僅從服務(wù)報(bào)價(jià)和服務(wù)水平兩方面來(lái)衡量，今后的研究將考慮更多的因素，從而使客戶(hù)的個(gè)性化需求更加精準(zhǔn).大數(shù)據(jù)分析也剛剛起步，所以在數(shù)據(jù)挖掘分析方面，考慮關(guān)聯(lián)性的因素較少，今后將加入更多的因素，使數(shù)據(jù)挖掘的結(jié)果更加精準(zhǔn).

[1]李?yuàn)檴?物流服務(wù)供應(yīng)鏈訂單分配優(yōu)化及其遺傳算法 [J].運(yùn)籌與管理，2014，23(5)：35-37.

(LI Shan-shan.Genetic algorithm to logistics service supply chain order allocation problem [J].Operations Research and Management Science，2014，23(5)：35-37.)

[2]高志軍，劉偉，范志強(qiáng)，等.考慮交易費(fèi)用的LSSC訂單分配多目標(biāo)優(yōu)化模型 [J].系統(tǒng)工程，2013，30(7)：35-39.

(GAO Zhi-jun，LIU Wei，F(xiàn)AN Zhi-qiang，et al.Multi-objective optimization model of order allocation of LSSC considering transaction costs [J].Systems Engineering，2013，30(7)：35-39.)

[3]劉偉華，曲思源，鐘石泉.隨機(jī)環(huán)境下的三級(jí)物流服務(wù)供應(yīng)鏈任務(wù)分配 [J].計(jì)算機(jī)制造集成系統(tǒng)，2012，20(7)：35-39.

(LIU Wei-hua，QU Si-yuan，ZHONG Shi-quan.Order allocation in three-echelon logistics service supply chain under stochastic environments [J].Computer Internet Manufacturing Systems，2012，20(7)：35-39.)

[4]Liu W H，Ge M Y，Xie W H，et al.An order allocation model in logistics service supply chain based on the pre-estimate behavior and competitive-bidding strategy [J].International Journal of Production Research，2014，52(8)：2327-2344.

[5]范琛，王效俐，陳瑾，等.信息更新下的物流服務(wù)訂單分配 [J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，42(9)：1452-1457.

(FAN Chen，WANG Xiao-li，CHEN Jin，et al.Service order allocation based on multiobjective dynamic programming [J].Journal of Tongji Unversity(Natural Science)，2014，42(9)：1452-1457.)

[6]李劍鋒，陳世平，易榮華，等.二級(jí)物流服務(wù)供應(yīng)鏈定價(jià)及其效率研究 [J].中國(guó)管理科學(xué)，2013，21(2)：84-87.

(LI Jian-feng，CHEN Shi-ping，YI Rong-hua，et al.Research on pricing decisions and efficiency in a two-level logistics service supply chain [J].Chinese Journal of Management Science，2013，21(2)：84-87.)

[7]范志強(qiáng).供應(yīng)鏈訂單分配優(yōu)化模型及其模擬退火算法 [J].計(jì)算機(jī)工程與應(yīng)用，2012，48(25)：28-33.

(FAN Zhi-qiang.Simulated annealing algorithm to supply chain order allocation problem [J].Computer Engineering and Applications，2012，48(25)：28-33.)

[8]李天陽(yáng)，何霆，徐漢川.面向價(jià)值的服務(wù)供應(yīng)鏈運(yùn)作過(guò)程模型 [J].計(jì)算機(jī)集成制造系統(tǒng)，2015，20(1)：235-244.

(LI Tian-yang，HE Ting，XU Han-chuan.Value-oriented operation process model for service supply chain [J].Computer Integrated Manufacturing Systems，2015，20(1)：235-244.)

[9]Amin S H，Razmi J，Zhang G.Supplier selection and order allocation based on fuzzy SWOT analysis and fuzzy linear programming [J].Expert Systems with Application，2011，38：334-342.

[10]李陽(yáng)珍.物流服務(wù)供應(yīng)鏈的可靠度及其優(yōu)化研究 [J].統(tǒng)計(jì)與決策，2014(5)：186-188.

(LI Yang-zhen.Reliability and optimization of logistics service supply chain [J].Statistics and Decision，2014(5)：186-188.)

[11]常慧君，單洪，滿(mǎn)毅.基于分段、聚類(lèi)和時(shí)許關(guān)聯(lián)分析的用戶(hù)行為分析 [J].計(jì)算機(jī)應(yīng)用研究，2014，31(2)：526-532.

(CHANG Hui-jun，SHAN Hong，MAN Yi.User behavior analysis based on segmentation，clustering and timing relationship analysis [J].Application Research of Computers，2014，31(2)：526-532.)

[12]王和勇，吳曉樺.關(guān)聯(lián)規(guī)則在網(wǎng)絡(luò)客戶(hù)評(píng)論中的關(guān)聯(lián)分析研究 [J].物流工程與管理，2014，36(2)：81-84.

(WANG He-yong，WU Xiao-hua.Research on correlation analysis of customer online reviews on association rules [J].Logistics Engineering and Management，2014，36(2)：81-84.)

[13]韓霜，周芳娟，譚智華，等.動(dòng)態(tài)競(jìng)爭(zhēng)環(huán)境下基于客戶(hù)價(jià)值的物流終端設(shè)施優(yōu)化模型 [J].公路交通科技，2013，30(11)：144-151.

(HAN Shuang，ZHOU Fang-juan，TAN Zhi-hua，et al.An optimization model of logistics terminal facility based on customer value in dynamic competitive environment [J].Journal of Highway and Transportation Research and Development，2013，30(11)：144-151.)

[14]劉艷秋，焦妮，李佳.基于確定網(wǎng)絡(luò)的多級(jí)物流網(wǎng)絡(luò)優(yōu)化設(shè)計(jì) [J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2015，37(1)：64-68.

(LIU Yan-qiu，JIAO Ni，LI Jia.Optimazation design of multi-level logistics network based on determined network [J].Journal of Shenyang University Techno-logy，2015，37(1)：64-68.)

(責(zé)任編輯：景勇英文審校：尹淑英)

Order allocation of logistics service under background of big data

LIU Yan-qiua,WANG Haoa,ZHANG Yinga,CAI Chaob

(a.School of Science,b.School of Management,Shenyang University of Technology,Shenyang 110870,China)

In order to solve the problem that the optimal delivery time and demand of customers in the existing order allocation of multi-level logistics service supply chain are not fully considered,under the background of big data,a method to analyze the correlation between the clicks of customers,browsing time of customers and sales and to predict the demand of customers with the knowledge of big data was proposed.In addition,the best delivery time was predicted with the location data of customers.According to the predicting results under the background of big data,an optimization model for the order allocation of three-level logistics service supply chain was established with the objective of minimizing the cost of logistics service integrator,and the model was verified with an example.The results show that the sales and delivery time predicted based on the big data are closer to the actual demand of customers,which can obtain the optimal solutions on the premise of ensuring the service quality for customers.

three-level logistics service supply chain; big data; order allocation; service level; association rule; user behavior rule; time prediction; demand prediction

2015-08-28.

遼寧省科學(xué)技術(shù)計(jì)劃資助項(xiàng)目(2013216015)；沈陽(yáng)市科學(xué)技術(shù)計(jì)劃資助項(xiàng)目(F14-231-1-24).

劉艷秋(1963-)，男，吉林四平人，教授，博士生導(dǎo)師，主要從事復(fù)雜系統(tǒng)可靠性建模與優(yōu)化等方面的研究.

10.7688/j.issn.1000-1646.2016.02.13

TP 301

A

1000-1646(2016)02-0190-06

*本文已于2015-12-07 16∶18在中國(guó)知網(wǎng)優(yōu)先數(shù)字出版.網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/21.1189.T.20151207.1618.022.html