1、隨著市場經(jīng)濟的繁榮以及網(wǎng)上購物的興起，快遞行業(yè)得到了迅速的發(fā)展，快遞服務(wù)逐漸融入人們的日常生活。而隨著復(fù)雜網(wǎng)絡(luò)與大數(shù)據(jù)技術(shù)的不斷進步，通過物流大數(shù)據(jù)來認(rèn)識快遞網(wǎng)絡(luò)、分析快遞網(wǎng)絡(luò)并解決快遞行業(yè)的相關(guān)問題已經(jīng)成為了可能。一方面，深入研究快遞網(wǎng)絡(luò)的拓?fù)湟约敖煌鞯膭討B(tài)特征有利于企業(yè)更好地運營快遞網(wǎng)絡(luò)，提高經(jīng)濟效益。另一方面，準(zhǔn)確掌握快件郵寄所花的時間不僅有利于企業(yè)更好地提升快遞服務(wù)，而且有助于用戶更便捷地使用快遞。因此，本文提出了一套通用的快

2、遞網(wǎng)絡(luò)研究框架，開展了系統(tǒng)性的工作，基于快遞物流數(shù)據(jù)對快遞網(wǎng)絡(luò)進行深入地分析與建模。
　　本文首先搭建了快遞物流數(shù)據(jù)分析平臺，后續(xù)的快遞網(wǎng)絡(luò)分析與建模工作都將在此平臺上展開。該平臺包含物流數(shù)據(jù)的自動爬取、數(shù)據(jù)分布式處理等模塊，通過數(shù)據(jù)爬蟲自動采集了1600萬條快遞物流記錄，并搭建了業(yè)界流行的大數(shù)據(jù)處理框架—Hadoop分布式數(shù)據(jù)處理集群來處理分析物流數(shù)據(jù)。然后，本文基于物流數(shù)據(jù)分析了快遞網(wǎng)絡(luò)的拓?fù)涮匦浴⒔煌魈匦砸约翱旒r延，發(fā)現(xiàn)

3、了快遞網(wǎng)絡(luò)拓?fù)涞娜壗Y(jié)構(gòu)劃分、節(jié)點度分布的冪律特性以及節(jié)點之間多條可選路徑并存等特征。快件交通流在空間上是傾斜分布的，少數(shù)節(jié)點和路徑承受了大部分快件流量，而交通流在時間上表現(xiàn)出了很強的每日/每周的周期變化規(guī)律性，反映了人們?nèi)粘Ｉ钆c工作的規(guī)律性，同時也能為用戶何時投遞快件提供指導(dǎo)建議。由于快件的交通動態(tài)特性較為復(fù)雜，本文最后基于物流數(shù)據(jù)對快件運送過程進行了馬爾科夫建模，利用此模型刻畫快件運送動態(tài)性并進一步預(yù)測快件時延，通過實際物流數(shù)據(jù)的