基于运单数据与WEKA挖掘的运输货物类型分类预测方法研究
传统定性与定量区域货运需求预测具有经验判断与有限客观的特点,信息化环境下货运物流数据成果与计算机不断发展的数据挖掘分析技术驱动下区域货运需求预测理论研究范式已经向“数据十模型十分析”的知识挖掘转变.本研究运用某省物流公共信息平台全年汇总运单数据进行挖掘,通过WEKA数据预处理解决病态数据问题,运用机器学习构建有效分类器并对不同的分类器进行对比分析,以期能对未知样本做出基于不同城市及特定出发时间与载重情况下运输货物类型的精确分类预测.实验结果表明,支持向量机、最邻近分类器等四种挖掘算法均能较好实现样本的训练与预测.本研究提供的思路与方法可以为从数据挖掘角度完善区域货运需求预测理论提供借鉴与帮助.
公路货物运输 货物种类 分类预测 电子运单 数据挖掘
余跃武 李晔 邓皓鹏 何青 包磊
同济大学交通运输工程学院
国内会议
深圳
中文
1-9
2016-04-15（万方平台首次上网日期，不代表论文的发表时间）