王洋

(楊凌職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)與貿(mào)易分院， 陜西 楊凌 712100)

0 引言

大數(shù)據(jù)分析技術(shù)是隨著網(wǎng)絡(luò)不斷發(fā)展而誕生，大數(shù)據(jù)分析技術(shù)是指分析大規(guī)模的數(shù)據(jù)，大數(shù)據(jù)主要包括速度快、多類(lèi)型、真實(shí)性、大量數(shù)據(jù)和高價(jià)值5個(gè)特征。隨著大數(shù)據(jù)技術(shù)不斷發(fā)展，數(shù)據(jù)挖掘、數(shù)據(jù)安全和數(shù)據(jù)分析等眾多技術(shù)已成為眾多研究學(xué)者研究熱點(diǎn)[1]，大數(shù)據(jù)分析技術(shù)是大數(shù)據(jù)時(shí)代的主要技術(shù)。

電子商務(wù)近年來(lái)發(fā)展極為迅速，電子商務(wù)快速發(fā)展推動(dòng)物流行業(yè)進(jìn)步，目前電商交易已成為人們生活主要方式，物流系統(tǒng)各項(xiàng)數(shù)據(jù)隨著電子商務(wù)發(fā)展而直線增長(zhǎng)。將大數(shù)據(jù)分析技術(shù)應(yīng)用于物流行業(yè)已成為物流行業(yè)的發(fā)展趨勢(shì)[2]，尤其是隨著國(guó)家政策放寬，跨境電商高速發(fā)展，使大數(shù)據(jù)分析技術(shù)成為物流行業(yè)變革主要方式，眾多物流企業(yè)利用大數(shù)據(jù)分析技術(shù)提升物流行業(yè)服務(wù)水平[3]。物流行業(yè)的DHL國(guó)際快遞公司已經(jīng)利用大數(shù)據(jù)分析技術(shù)較快效率為客戶物流數(shù)據(jù)實(shí)現(xiàn)高質(zhì)量服務(wù)。UPS國(guó)際快遞公司利用大數(shù)據(jù)分析技術(shù)選取最優(yōu)配送策略，有效節(jié)省物流配送成本。電子商務(wù)不斷發(fā)展使物流信息步入大數(shù)據(jù)時(shí)代，大數(shù)據(jù)分析技術(shù)對(duì)電商企業(yè)高速發(fā)展具有極高應(yīng)用價(jià)值[4-6]，大數(shù)據(jù)分析技術(shù)可深度挖掘物流信息中包含的有用信息，為跨境電商物流風(fēng)險(xiǎn)評(píng)估提供基礎(chǔ)。

為了提高跨境電商的物流風(fēng)險(xiǎn)評(píng)估準(zhǔn)確性，提出了大數(shù)據(jù)分析技術(shù)的跨境電商物流風(fēng)險(xiǎn)評(píng)估，利用大數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)跨境電商智能物流建設(shè)，為推動(dòng)跨界電商物流行業(yè)發(fā)展提供理論基礎(chǔ)。

1 大數(shù)據(jù)分析技術(shù)的跨境電商的物流風(fēng)險(xiǎn)評(píng)估

1.1 跨境電商的物流大數(shù)據(jù)分析平臺(tái)

考慮跨境電商物流大數(shù)據(jù)具有特殊性與信息敏感性，為便于跨境電商物流風(fēng)險(xiǎn)評(píng)估[7]，研究物流大數(shù)據(jù)分析平臺(tái)，平臺(tái)總體結(jié)構(gòu)圖如圖1所示。

圖1 跨境電商物流大數(shù)據(jù)分析平臺(tái)

通過(guò)圖1可實(shí)現(xiàn)跨境電商物流大數(shù)據(jù)高效分析。物流大數(shù)據(jù)分析平臺(tái)充分考慮物流大數(shù)據(jù)存儲(chǔ)與處理，具體包括大數(shù)據(jù)調(diào)度、訪問(wèn)、數(shù)據(jù)倉(cāng)庫(kù)、備份、數(shù)據(jù)管理以及數(shù)據(jù)恢復(fù)等眾多功能。分析平臺(tái)各部分功能如下。

(1) 利用虛擬機(jī)、服務(wù)器以及操作系統(tǒng)構(gòu)建，選取通用虛擬機(jī)、服務(wù)器以及操作系統(tǒng)即可構(gòu)建平臺(tái)，降低平臺(tái)搭建成本，提升平臺(tái)擴(kuò)展性能。

(2) 利用Hadoop架構(gòu)實(shí)現(xiàn)跨境電商物流大數(shù)據(jù)存儲(chǔ)框架，選取分布式文件處理技術(shù)實(shí)現(xiàn)ZB、PB等不同級(jí)別跨境電商物流大數(shù)據(jù)的清洗、搜集以及存儲(chǔ)等功能[8]。

(3) 利用分布式計(jì)算技術(shù)實(shí)現(xiàn)跨境電商物流大數(shù)據(jù)分析平臺(tái)內(nèi)數(shù)據(jù)計(jì)算，分布式計(jì)算利用閑置計(jì)算機(jī)處理與運(yùn)算多類(lèi)型、海量數(shù)據(jù)，將復(fù)雜運(yùn)算簡(jiǎn)單化，綜合閑置計(jì)算機(jī)的計(jì)算結(jié)果獲取所需計(jì)算結(jié)果[9]，符合大數(shù)據(jù)計(jì)算需求，將數(shù)據(jù)交換、協(xié)同工作與資源共享相結(jié)合，實(shí)現(xiàn)大數(shù)據(jù)計(jì)算處理。

(4) 物流大數(shù)據(jù)集成管理技術(shù)將各種系統(tǒng)中差異格式、性質(zhì)、特點(diǎn)的數(shù)據(jù)集合，利用清洗算法過(guò)濾數(shù)據(jù)集合中無(wú)效、錯(cuò)誤和冗余數(shù)據(jù)，使最終集成數(shù)據(jù)集合具有真實(shí)性與穩(wěn)定性[10]。物流平臺(tái)中的物流大數(shù)據(jù)集成管理技術(shù)包括數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)融合技術(shù)、數(shù)據(jù)抽取以及清洗等技術(shù)。

(5) 網(wǎng)絡(luò)層實(shí)現(xiàn)物流大數(shù)據(jù)的訪問(wèn)，由Pig、Sqoop和Hive模塊共同組成物流大數(shù)據(jù)訪問(wèn)框架，利用該框架實(shí)現(xiàn)物流數(shù)據(jù)訪問(wèn)，其中包括存儲(chǔ)系統(tǒng)以及數(shù)據(jù)倉(cāng)庫(kù)中物流數(shù)據(jù)訪問(wèn)。

(6) 利用虛擬存儲(chǔ)設(shè)備將各個(gè)物理位置存儲(chǔ)設(shè)備集合的技術(shù)，依據(jù)系統(tǒng)需求以及不同位置存儲(chǔ)資源將物流數(shù)據(jù)存儲(chǔ)至最佳位置，提升大數(shù)據(jù)分析平臺(tái)存取效率、可用性以及擴(kuò)展性[11]。采用HDFS系統(tǒng)作為分布式存儲(chǔ)系統(tǒng)，該系統(tǒng)利用DAS模式存儲(chǔ)普通物流數(shù)據(jù)，Hadoop計(jì)算獲取的重要數(shù)據(jù)、文件和分析結(jié)果等利用SAN和NAS模式存儲(chǔ)。

(7) 采用Flume、Hbase、Avro、ZooKeeper等模塊組成物流大數(shù)據(jù)調(diào)度框架，通過(guò)該框架實(shí)現(xiàn)物流大數(shù)據(jù)的調(diào)度與組織。

(8) 物流企業(yè)與該平臺(tái)通過(guò)應(yīng)用接口連接，利用物流企業(yè)應(yīng)用框架實(shí)現(xiàn)物流大數(shù)據(jù)報(bào)表生成以及信息統(tǒng)計(jì)等功能。

(9) 安全防護(hù)子系統(tǒng)實(shí)現(xiàn)物流大數(shù)據(jù)的備份、恢復(fù)，通過(guò)該子系統(tǒng)實(shí)現(xiàn)物流大數(shù)據(jù)的保護(hù)與管理。物流大數(shù)據(jù)分析平臺(tái)中包括眾多企業(yè)與用戶信息，以上信息與企業(yè)和用戶的個(gè)人隱私、經(jīng)濟(jì)利益和人身安全息息相關(guān)，因此物流大數(shù)據(jù)分析平臺(tái)的安全性能具有較高需求，利用用戶隱私保護(hù)、用戶訪問(wèn)控制、數(shù)據(jù)管理以及多租戶安全管理實(shí)現(xiàn)物流大數(shù)據(jù)安全防護(hù)。

將以上硬件與軟件結(jié)合，實(shí)現(xiàn)物流大數(shù)據(jù)分析，跨境電商物流大數(shù)據(jù)分析平臺(tái)運(yùn)行流程為：采集物流大數(shù)據(jù)，將所采集物流大數(shù)據(jù)匯聚[12]，進(jìn)行清洗、存儲(chǔ)等步驟，選取分布式計(jì)算技術(shù)實(shí)現(xiàn)數(shù)據(jù)計(jì)算獲取跨境電商物流風(fēng)險(xiǎn)評(píng)估基本數(shù)據(jù)，并將數(shù)據(jù)通過(guò)文字、圖片或報(bào)表形式展示至評(píng)估者，評(píng)估者通過(guò)該平臺(tái)獲取的大數(shù)據(jù)實(shí)施物流風(fēng)險(xiǎn)評(píng)估。

1.2 物流風(fēng)險(xiǎn)評(píng)估

1.2.1 因素確定

評(píng)估跨境電商物流風(fēng)險(xiǎn)時(shí)，需考慮與跨境電商物流有關(guān)的所有因素，與跨境電商物流有關(guān)的因素具有層次和級(jí)別等差別。模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法。采用模糊數(shù)學(xué)方法，對(duì)受多種因素制約的事物或?qū)ο筮M(jìn)行綜合評(píng)判。該方法結(jié)果清晰，系統(tǒng)性強(qiáng)，適用于各種非確定性問(wèn)題，能夠較好地解決模糊和難以量化的問(wèn)題。利用模糊綜合評(píng)估法的多級(jí)別評(píng)估方法評(píng)估跨境電商物流風(fēng)險(xiǎn)。通過(guò)兩個(gè)層次因素形成評(píng)估指標(biāo)集合。利用跨境電商物流風(fēng)險(xiǎn)評(píng)估體系的8個(gè)風(fēng)險(xiǎn)因素組成第一層因素[13]，將以上8個(gè)風(fēng)險(xiǎn)因素設(shè)置為評(píng)估子因素集合，子因素集合如式(1)。

G={g1,g2,g3,g4,g5,g6,g7,g8}

(1)

式中，G與g1分別表示因素集以及合作競(jìng)爭(zhēng)因素風(fēng)險(xiǎn)；g2與g3分別表示倉(cāng)儲(chǔ)包裝因素風(fēng)險(xiǎn)以及環(huán)境因素風(fēng)險(xiǎn)；g4與g5分別表示配送因素風(fēng)險(xiǎn)以及信息因素風(fēng)險(xiǎn)；g6、g7與g8分別表示海關(guān)因素風(fēng)險(xiǎn)、裝卸運(yùn)輸因素風(fēng)險(xiǎn)以及戰(zhàn)略文化因素風(fēng)險(xiǎn)。

1.2.2 模糊評(píng)估矩陣構(gòu)建

利用單因素評(píng)判法評(píng)判8個(gè)單因素gi，選取跨境電商物流專(zhuān)家評(píng)估各因素下的風(fēng)險(xiǎn)因子，評(píng)估結(jié)果選取百分比方法統(tǒng)計(jì)[14]。各個(gè)單因素下的隸屬度矩陣通過(guò)專(zhuān)家在不同風(fēng)險(xiǎn)登記下對(duì)各單因素的評(píng)估比例獲取，隸屬度矩陣計(jì)算式如式(2)。

G×V→[0,1],rij=P(gi,vj)

(2)

式中，P表示評(píng)估因素模糊評(píng)估矩陣，即評(píng)估尺度集G與評(píng)估因素集V間模糊關(guān)系；rij表示評(píng)估尺度因素隸屬度。

1.2.3 單因素評(píng)估與風(fēng)險(xiǎn)綜合評(píng)估

單因素gi的綜合評(píng)估通過(guò)單因素的隸屬度矩陣Pi實(shí)現(xiàn)，獲取綜合評(píng)估向量Di=Qi×Pi(i=1,2,…,8)，其中Pi與Qi分別表示單因素gi的1×ni階權(quán)重向量以及ni×5階的單因素評(píng)判矩陣，Di表示gi中的1×5階一級(jí)綜合評(píng)估結(jié)果矩陣。

完成全部單因素和綜合評(píng)估后，對(duì)評(píng)估對(duì)象實(shí)施跨境電商物流風(fēng)險(xiǎn)綜合評(píng)估[15]。選取Di作為元素gi的單因素評(píng)估，獲取8×5階評(píng)估矩陣如式(3)。

(3)

跨境電商物流風(fēng)險(xiǎn)一級(jí)指標(biāo)g1，g2，…，g8權(quán)重Q如式(4)。

Q=(0.325,0.206,0.117,0.097,0.078,0.074,0.058,0.045)

(4)

獲取因素集G中二級(jí)評(píng)判結(jié)果如式(5)。

D=Q×P

(5)

可得全部一級(jí)指標(biāo)綜合評(píng)估值Yi如式(6)。

Yi=Di×VT

(6)

目標(biāo)指標(biāo)綜合評(píng)估值Y如式(7)。

Y=D×VT

(7)

利用式(7)獲取大數(shù)據(jù)分析技術(shù)的跨境電商的物流風(fēng)險(xiǎn)評(píng)估結(jié)果。

2 跨境電商的物流風(fēng)險(xiǎn)評(píng)估實(shí)例分析

為驗(yàn)證本文大數(shù)據(jù)分析技術(shù)的跨境電商的物流風(fēng)險(xiǎn)評(píng)估跨境電商物流風(fēng)險(xiǎn)有效性，選取某跨境電商物流公司作為實(shí)驗(yàn)研究對(duì)象，評(píng)估該跨境電商物流公司的物流風(fēng)險(xiǎn)。該公司創(chuàng)建于2002年，是國(guó)家一級(jí)物流運(yùn)輸公司，公司主要業(yè)務(wù)為跨境電商專(zhuān)業(yè)國(guó)際物流服務(wù)，為大型跨境電商天貓國(guó)際、敦煌等大型跨境電商制定專(zhuān)業(yè)物流策劃，隨著該公司不斷發(fā)展，該公司物流業(yè)務(wù)已發(fā)展至全球180個(gè)國(guó)家與地區(qū)。

采用本文方法獲取8個(gè)一級(jí)指標(biāo)以及目標(biāo)指標(biāo)綜合評(píng)估值和風(fēng)險(xiǎn)等級(jí)，利用以上結(jié)果評(píng)估該公司物流風(fēng)險(xiǎn)，評(píng)估結(jié)果如表1所示。

表1 本文方法評(píng)估結(jié)果

風(fēng)險(xiǎn)評(píng)估體制為5分制。通過(guò)表1評(píng)估結(jié)果可以看出，該物流公司總體風(fēng)險(xiǎn)評(píng)估值為3.545，該物流公司電商跨境物流風(fēng)險(xiǎn)等級(jí)為中等。8個(gè)風(fēng)險(xiǎn)因素一級(jí)指標(biāo)綜合評(píng)估結(jié)果從高至低排列分別為倉(cāng)儲(chǔ)包裝因素、裝卸搬運(yùn)因素、配送因素、合作競(jìng)爭(zhēng)因素、海關(guān)因素、戰(zhàn)略文化因素、環(huán)境因素和信息因素,它們的綜合評(píng)估結(jié)果分別為4.261、4.125、4.056、3.915、3.542、3.054、2.845、2.561，其中倉(cāng)儲(chǔ)包裝因素、裝卸搬運(yùn)因素、配送因素3個(gè)因素的風(fēng)險(xiǎn)評(píng)估結(jié)果達(dá)到了高級(jí)，說(shuō)明該物流公司發(fā)生以上3種風(fēng)險(xiǎn)的概率極高；其中合作競(jìng)爭(zhēng)因素、海關(guān)因素、戰(zhàn)略文化因素3個(gè)因素風(fēng)險(xiǎn)評(píng)估結(jié)果為中，說(shuō)明以上3種風(fēng)險(xiǎn)因素有比較大的可能在該公司發(fā)生；環(huán)境因素、信息因素2種因素的風(fēng)險(xiǎn)評(píng)估結(jié)果為低，說(shuō)明環(huán)境因素、信息因素2種因素在該公司發(fā)生的可能性較低。

該跨境物流公司總風(fēng)險(xiǎn)評(píng)估結(jié)果為3.545，風(fēng)險(xiǎn)等級(jí)為中等，說(shuō)明該物流公司仍然存在一定風(fēng)險(xiǎn)，該公司需要通過(guò)有效的措施降低物流風(fēng)險(xiǎn)，對(duì)于風(fēng)險(xiǎn)因素級(jí)別較高的風(fēng)險(xiǎn)因素，應(yīng)重點(diǎn)研究降低風(fēng)險(xiǎn)策略，提升物流公司的物流效率，通過(guò)降低該公司物流風(fēng)險(xiǎn)獲取更高收益。

通過(guò)以上實(shí)驗(yàn)有效驗(yàn)證本文方法評(píng)估跨境電商物流風(fēng)險(xiǎn)有效性。為進(jìn)一步驗(yàn)證本文方法對(duì)于大數(shù)據(jù)物流信息的評(píng)估性能，統(tǒng)計(jì)采用本文方法在不同數(shù)據(jù)量情況下評(píng)估精確度。為直觀展示本文性能，將本文方法與OWA方法以及MDHGF方法對(duì)比。OWA方法既適用于整體大風(fēng)險(xiǎn)的計(jì)算、比較，也適用于具體的風(fēng)險(xiǎn)因素間的比較。同時(shí)考慮到了各風(fēng)險(xiǎn)事件的不同的緊急性，具有靈活性。MDHGF集成法，是將德?tīng)柗品?Delphi)、層次分析法(AHP)、灰色關(guān)聯(lián)(Grey)、模糊評(píng)判(Fuzzy)集合而成，采用不同的理論和方法對(duì)整個(gè)評(píng)價(jià)過(guò)程進(jìn)行不同的步驟，得到最合理的評(píng)價(jià)結(jié)果。將50組訓(xùn)練樣本數(shù)據(jù)在MATLAB平臺(tái)進(jìn)行模擬訓(xùn)練學(xué)習(xí)，檢驗(yàn)樣本為20組。通過(guò)10次迭代達(dá)到設(shè)定的評(píng)估誤差，對(duì)比檢驗(yàn)樣本的評(píng)估準(zhǔn)確度。

對(duì)比結(jié)果如圖2所示。

圖2 不同方法評(píng)估精確度對(duì)比

通過(guò)圖2實(shí)驗(yàn)結(jié)果可以看出，本文方法在不同數(shù)據(jù)量情況下評(píng)估精確度高于98%，而另兩種方法在不同數(shù)據(jù)量情況下評(píng)估精確度均小于98%，采用本文方法在不同數(shù)據(jù)量情況下評(píng)估精確度明顯高于OWA方法以及MDHGF方法，驗(yàn)證本文方法評(píng)估性能。

統(tǒng)計(jì)采用本文方法在不同數(shù)據(jù)量情況下的評(píng)估靈敏度，為直觀展示本文性能，將本文方法與OWA方法以及MDHGF方法對(duì)比，對(duì)比結(jié)果如圖3所示。

圖3 不同方法評(píng)估靈敏度對(duì)比

從圖3實(shí)驗(yàn)結(jié)果可以看出，采用本文方法在不同數(shù)據(jù)量情況下評(píng)估靈敏度明顯高于OWA方法以及MDHGF方法，本文方法在不同數(shù)據(jù)量情況下評(píng)估靈敏度均高于99%，實(shí)驗(yàn)結(jié)果有效驗(yàn)證本文方法評(píng)估性能。本文方法采用大數(shù)據(jù)分析技術(shù)，因此在大數(shù)據(jù)情況下仍具有較高的評(píng)估靈敏度。

統(tǒng)計(jì)采用本文方法在不同數(shù)據(jù)量情況下評(píng)估速率，為直觀展示本文性能，將本文方法與OWA方法以及MDHGF對(duì)比，對(duì)比結(jié)果如圖4所示。

圖4 不同方法評(píng)估速率對(duì)比

通過(guò)圖4實(shí)驗(yàn)結(jié)果可以看出，采用本文方法在不同數(shù)據(jù)量情況下評(píng)估速率明顯高于OWA方法以及MDHGF方法，本文方法在不同數(shù)據(jù)量情況下評(píng)估速率均高于40 GB/s，且評(píng)估速率并未隨著數(shù)據(jù)量的增加而有所降低，有效驗(yàn)證本文方法的評(píng)估速率。本文方法采用大數(shù)據(jù)分析技術(shù)，對(duì)于數(shù)據(jù)量較大情況下仍具有較高的評(píng)估速率。大數(shù)據(jù)分析處理技術(shù)以計(jì)算機(jī)內(nèi)部數(shù)據(jù)處理系統(tǒng)為基礎(chǔ)，基于大數(shù)據(jù)物流數(shù)據(jù)平臺(tái)而設(shè)計(jì)，避免傳統(tǒng)計(jì)算機(jī)整體性運(yùn)算，具有較高的處理速率，實(shí)現(xiàn)大數(shù)據(jù)評(píng)估綜合運(yùn)行，提升大數(shù)據(jù)處理計(jì)算速率。

統(tǒng)計(jì)采用本文方法在不同數(shù)據(jù)量情況下的大數(shù)據(jù)分析平臺(tái)空間利用率，為直觀展示本文性能，將本文方法與OWA方法以及MDHGF方法對(duì)比，對(duì)比結(jié)果如表2所示。

表2 不同方法評(píng)估空間利用率對(duì)比

從表2實(shí)驗(yàn)結(jié)果可以看出，采用本文方法評(píng)估跨境電商物流風(fēng)險(xiǎn)，不同數(shù)據(jù)量時(shí)評(píng)估空間利用率均明顯低于OWA方法以及MDHGF方法，本文采用大數(shù)據(jù)分析技術(shù)，大數(shù)據(jù)分析技術(shù)通過(guò)虛擬空間存儲(chǔ)技術(shù)，為物流風(fēng)險(xiǎn)評(píng)估提供了較大的存儲(chǔ)與計(jì)算空間，不僅可保證大數(shù)據(jù)處理完整性，提升系統(tǒng)評(píng)估速率，有效降低空間利用率。

3 總結(jié)

大數(shù)據(jù)分析處理技術(shù)具有的高處理速度、高安全性能的優(yōu)勢(shì)已廣泛應(yīng)用于各種領(lǐng)域中，將大數(shù)據(jù)分析處理技術(shù)應(yīng)用于跨境電商物流風(fēng)險(xiǎn)評(píng)估中，采用模糊綜合評(píng)估法利用物流大數(shù)據(jù)分析平臺(tái)中數(shù)據(jù)評(píng)估跨境電商物流風(fēng)險(xiǎn)，并選取某跨境電商物流中心作為實(shí)驗(yàn)對(duì)象，采用該方法評(píng)估該公司物流風(fēng)險(xiǎn)，驗(yàn)證該方法評(píng)估物流風(fēng)險(xiǎn)有效性，為跨境電商物流行業(yè)的進(jìn)一步發(fā)展提供理論依據(jù)。