大数据与智慧物流试题

一、选择题

1.“智慧物流”概念是在（C）有中国物流技术协会信息中心、华夏物联网、《物流技术应用》编辑部联合提出的。

A.2010年10月

B.2013年10月

C.2009年10月

D.2012年2月

2.智慧物流是以互联网+为核心，以物联网、大数据、（B）及“三网融合”等为技术支撑的。

A.可视化

B.云计算

C.智能化

D.实时化

3. 大数据通常是指数据规模大于10TB以上的数据集。其中，TB是指的2的（C）次方。

A.20

B.30

C.40

D.50

4.大数据的特征通常被描述为4V，即Volume，Velocity，Variety和Value，其中Velocity 指的是（D）

A.数据体量大

B.数据类型繁多

C.数据价值密度低

D.数据处理速度快

5.大数据时代，我们是要让数据自己“发声”，没必要知道为什么，只需要知道（C ）

A.原因

B.是什么

C.关联物

D.预测的关键

二、填空题

1.大数据背景下的数据仓库技术，主要包括Hive，Hadoop DB，Hadapt等。

2.智慧物流要求具备信息化、数字化、网络化、集成化、可视化等先进技术特征。

3.物流系统结构分析以网络结构划分为一对多的网络结构、多对一网络结构、多对多网络结构。

三、名词解释

1.云计算：是一种基于网络的、可配置的共享计算资源池，是计算技术分布式处理、并行处理和网络计算的新发展。云计算是大数据分析处理技术的核心原理，也是大数据分析应用的基础平台。

2.SOA（面向服务的体系结构）是一个组件模型。它通过在服务之间定义良好的接口和契约，将应用程序的不同功能单元联系起来，使得构建在智慧物流信息平台中的服务可以一种统一和通用的方式进行交互。

3.网格计算是利用互联网地理位置相对分散的计算机组成一个“虚拟的超级计算机”，其中

每一台参与计算的计算机就是一个“节点”，而整个计算是由数以万计个“节点”组成的“一张网格”，网格计算是专门针对复杂科学计算的计算模式。

4.分布式计算技术是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。

四、简答题

1.简述智慧物流客户关系挖掘技术构成。

数据挖掘主要是对数据进行关联分析、聚类分析、分类、预测、时序模式和偏差分析等。通过对大数据进行高度自动化的分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策、减少风险、理性面对市场，并作出正确的决策。

2.简述GPS和GIS在智慧物流中的应用。

应用领域：车辆调度与线路规划、车辆的路径导航、车辆的实时监控

目的1：对订单的来源、客户的分布规律进行分析，挖掘潜在客户

目的2：对车辆的历史轨迹、行车里数、油耗进行分析，为决策管理者提供依据

3.简述智慧物流信息实时处理技术构成。

大数据实时流处理，要求实时性、持续性，利用Hadoop平台，Flume、Kafka等开源技术，完成数据实时存储、实时计算、实时分析等内容，为挖掘数据价值、完成价值支付、与其他在线生产系统进行数据对接（数据反哺）提供基础。

4.简述智慧物流数据仓库技术构成。

数据仓库技术主要对数据进行集成化收集和处理，不断地对信息系统中的数据进行整理，为决策者提供决策支持。数据仓库技术主要解决数据的提取、集成及数据的性能优化等问题。

五、论述题

1.阐述大数据对物流组织模式的影响。

答案：物流组织模式经历了从分散管理到过程一体化的发展阶段，正在向着信息化、智能化的方向演进，信息网络技术成为现代物流组织模式发展的关键所在，大数据及相关技术的应用，实现了物流运营管理过程中信息的准确，高效收集和及时处理，针对物流组织的三种模式。

信息技术的飞速发展，促使物流组织结构发生变化，其中一个显著的变化趋势，就是物流运营管理由内部一体化向着过程一体化转变，物流组织将从重视功能提升的垂直层次组织，转向一个以过程为导向的水平组织。

2.阐述大数据背景下的智慧物流业务创新

答案：1）核心业务层。基于大数据的物流业务体系，核心业务包括智慧物流商物管控，智慧物流、供应链管理、智慧物流业务管理、信息全程控制四项业务。

2）辅助业务层。大数据背景下的智慧物流业务体系中，辅助业务包括供应链协同管理，物流系统设计与优化物流过程，智能控制三项业务。

3）增值业务层。在物流领域中利用大数据相关技术可获得准确、全面、及时的物流信息，

这些信息使物流辅助业务与核心业务更加智能化和自动化，对这些信息记录进行深层挖掘分析可拓展物流增值业务的范围，并提升增值业务的服务水平。