基于人工智能技術的跨境電商物流優化研究

楊可乙

摘要：隨著科技時代的到來，人工種植能和跨境電商同時也不間歇的發展著，人工智能與電商物流的結合將成為未來發展趨勢。跨境電商給國際物流所帶來的是更多的機遇，但是挑戰性也是十分嚴峻的，可是存在的問題也是很大的，如客戶滿意程度、退換貨、包裹丟失等等。本文通過將020跨境電子商務物流與人工智能技術相結合，開展基于RBF神經網絡的數據挖掘技術研究，基于020跨境電子商務實體店的形式，推進加快”最后一公里”的速度的物流體系，并建立海外倉庫管理機制，從而構建數字020跨境電子商務物流管理框架，以實現物流信息的實時通訊，提供高效便捷的信息服務，提高購物體驗滿意度。

關鍵詞：人工智能技術;跨境電商物流：020模式

中圖分類號：F252 文獻識別碼：A 文章編號：1001-828X（2019）018-0364-01

一、緒論

由于國內物流業起步較晚，物流相關管理軟件數量仍然很少，應用軟件能力比較單調，并不可以讓各環節物流需要得到滿足。如，常使用的物流管理軟件是庫存管理軟件、倉儲配送管理軟件等等。這些軟件是非常單調的，達到整合整個物流過程必須要融合軟件功能，這仍然是很少的。造成這種現象的原因是，許多物流企業本身不知道自己的需求在哪里，這些企業的想法是非常尖銳的，也就是說，做他們認為什么，根本沒有規范。該現象造成了物流業發展道路上的阻礙。在現代化國際經濟統一化的狀態下，將國內物流資源整合優化。充分將現有信息和資源進行開發適用于現代物流企業的管理系統。

目前我國電子商務正向黃金時期靠攏，未來的跨境電子商務進出口會增大。但是在物流未來上的發展前景還有一些問題：如客戶滿意度、退貨、換貨困難;包容易丟失。針對跨境電子商務物流中存在的問題，將人工智能技術與跨境電子商務物流相結合，實現了基于RBF神經網絡的數據挖掘，并提出了如何實現020的方法。實現實體存儲位置。將物流如何加快，以及構建數字020跨境電子商務物流及倉儲等對策。

二、020跨境電商

020電子商務模式（在線到離線）可以認為是在線和離線消費形式，則是指經過有線或無線網向商家提供銷售資料，將離線商機與互聯網結合起來收集有效的采購組。并在網上支付相應的費用，然后依靠各種形式的證據去現實世界的商品或服務提供商完成消費。設計了一套完整的跨境物流系統，有效地解決了客戶跨境物流的問題。在國外購物網站進行購物，使用者通過快遞將物流送至海外收獲倉庫，然后客戶登陸到相關物流系統，填寫號碼、項目及其他內容。倉儲業務有相關的倉庫人員獨自完成。倉庫人員收到客戶的運單后，需要將運單編號。輸入代碼（客戶需要在海外網站上的客戶購物接收地址后添加客戶的輸入代碼）等。

三、RBF神經網絡

RBF神經網絡是由輸入層、隱藏層和輸出層組成的具有單隱藏層的三層正向神經網絡。輸入層由信號源節點（即輸入信號）組成。隱藏層對輸入信號進行非線性變換。以線性方式對隱藏層輸出的輸出層加權求和，權重參數的這種線性特性實現了從輸入到輸出的映射，從而達到了識別的目的。

為了防止LMS算法不收斂，使程序陷入死循環，有必要在權重調整過程中設置最大迭代次數。學習速率因子對權重學習算法有很大影響。當值較小時，LMS算法的自適應過程較慢，同時會記住更多的過去數據，因此算法結果的準確性較高。

四、RBF神經網絡在020跨境電商物流方面的應用

020跨境電子商務采用在線和離線模式，實體店也能進行可以貨物轉移和存儲，因此實體體驗店位置也有重要因素。我們可以將數據分析并對物理存儲進行分析。另外，對地區進行消費調查分析，因此對各地區實際狀況分析，以市中心為選擇實體店，可以增加銷售額，增加物流效率，如果當地消費水平不高，那么對應的需求量就低，這樣可以選擇遠程商店作為實體店，達到降低成本作用。另外，實體店的成立，對周邊和偏遠地區可選擇網絡交易，使跨境物流周期過長，導致物流信息無法追蹤，損失包裹。圖4顯示了數據挖掘的系統模型，該模型是在數據挖掘基本流程的基礎上設計的。該系統主要由數據采集模塊、數據處理模塊、分類評價模塊、控制與干預模塊、GUI人機交互模塊和知識庫組成。

在數據采集和準備階段，首先收集相關數據，描述和檢查數據，然后確認數據質量。在了解數據的前提下，進行了數據選擇、清理、合并和數據格式化的操作，建立了數據挖掘的臨時數據庫。其中，數據選擇包括屬性選擇、屬性綜合、實例選擇等;數據清理消除了噪音，彌補了缺失的值;數據綜合是生成新的屬性或記錄，如果這是更代表原始數據;數據合并匯集了幾個數據片段;數據格式設置處理數據中的不一致。物流的”最后一公里”指物流送到客戶的配送距離。020跨境電子商務最后一公里則是物流最后一公里，十分重要的環節。此時，物流信息建立數據分析和相關的管理系統。目的是消費者接收時間和地址，進行分析和處理，020跨境電子商務的便捷性，選擇最合適的交付方式商品給消費者。這可以大大加快”最后一公里”的物流速度。

五、結語

本文通過將020跨境電子商務物流與人工智能技術相結合，開展基于RBF神經網絡的數據挖掘技術研究，基于020跨境電子商務實體店的形式，推進加快”最后一公里”的速度的物流體系，并建立海外倉庫管理機制，從而構建數字020跨境電子商務物流管理框架，以實現物流信息的實時通訊，提供高效便捷的信息服務，提高購物體驗滿意度。