大数据在农产品物流管理系统中的应用

谭碧波

摘 要 随着社会的不断发展与进步，目前我国已经全面进入了大数据时代。在此背景下，各大技术的开发力度逐渐增强，并在人们的生活工作中有了广泛应用。物流管理系统可以给传统农产品运输发展带来契机，在原有基础上融入大数据技术，则可以在更大程度上提高农产品物流管理系统性能，给农产品运输提供重要保障。基于此，针对大数据在农产品物流管理系统中的应用进行分析。

关键词 物流管理系统;农产品;大数据应用

中图分类号：F326.6 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2021.03.103

如今激烈的市场竞争中，农产品企业要想实现可持续发展，就必须对各类数据加以处理、储存，给消费者带来优质的服务。但传统的农产品物流管理系统还需得到完善，在农产品物流管理系统中融入大数据技术，可以在一定程度上实现这一目的。

1 大数据相关理论概述

1.1 定义

大数据也称巨量资料或者海量资料，通常是由图像、文字、音频、视频、非结构化、社交关系等海量数据和复杂类型的数据构成，包括交易数据和交互数据集在内的所有数据集。针对农产品物流来说，所有与农产品物流有关的图像、文字、音频、视频、交易数据、宣传资料和交互数据集等以数据储存的资料，都稱为农产品物流的大数据。

1.2 发展

大数据最初出现在20世纪80年代，我国从2009年开始就逐渐涌现出了一些以大数据为核心的行业[1]。近些年来，互联网、物联网的出现也带动了社会进步，基本上互联网的数据都在以每年50%的速度增长，且90%的数据都是近年提升起来的。大数据不只是指的互联网中所汇集在一起的信息数据，而是包含了全国各地各行各业的数据，如汽车行业、工业行业等。2009—2012年是大数据发展较为困难的几年，但在2012年之后，大数据的发展逐渐明朗，受到了越来越多人的认可和青睐。从技术上而言，大数据和云计算有着密切的联系，大数据的应用不是独立的，其还需要借助计算机、云计算，在对大数据功能进行开发的过程中，还需挖掘出分布式云计算内容，促进大数据更好地发展。

1.3 4V特征

大数据有着4V特征，即体量（Volume）、多样性（Variety）、价值密度（Value）、速度（Velocity）。其中，体量是指数据量非常大，非结构化的数据也有着较大的规模，增长速度较快，从TB级别直接上升到PB级别;多样化是指大数据中的数据类型较多，不同的数据可以反映出不同的信息，且不同的图像、文字、地理位置等所反映出来的数据类型也不同;价值密度是指大数据价值密度较低，但商业价值较高[2]，如在视频中，通过持续性的监控，可以得出非常多有价值的数据，且这些数据的间隔时间只有一两秒;速度则是指的大数据数据处理速度非常快，通常都是遵循的一秒定律，只需1 s甚至不足1 s即可对数据加以处理，在批量式数据中也有着非常快的处理速度。

2 大数据在农产品物流管理系统中的应用价值

2.1 完善物流统计系统

在传统的农产品物流管理中，无法全方位地开展物流信息统计分析，导致无法全面提取到一些消费者、零售商等信息。在农产品管理系统中应用大数据技术之后，大数据在很大程度上完善了物流统计系统，可以对消费者、零售商、访问热点等信息进行提取和分析，对消费者的购买心理加以详细分析，从而掌握农产品物流发展趋势，提高农产品的物流管理质量。

2.2 带动农产品物流市场发展

大数据的出现带动了各行各业的发展，在农产品物流管理中应用大数据同样也可以带动物流市场发展。将大数据和农产品物流相结合，是农产品物流市场的未来发展趋势之一，可以给农产品物流市场发展提供足够的动力[3]。大数据能够让农产品物流实现产品和技术上的创新，并拓展全新的知识领域，在市场中会出现越来越多的新事物，从而促进农产品物流市场的可持续发展。通过大数据技术对农产品物流过程中所产生的数据加以收集、处理、分析，不但可以给农产品企业带来效益，还可以降低农业风险。从农产品企业的角度来看，在农产品物流管理系统中运用大数据，可以分析消费者的购买心理，并及时做出调整。同时，大数据的应用还能够给农产品零售商提供销售路线，对现有销售策略加以优化，把农产品零售商的销售策略和消费者密切联系起来，从而提供更具个性化和特色化的服务。

2.3 降低资金成本和时间成本

在大数据背景下，农产品物流管理发生了非常大的变化，且传统的农产品市场也会逐渐减少，更多的是将大数据技术运用在农产品物流管理系统中。在以往的农产品物流中，消费者必须亲自到市场才可以购买农产品。在大数据背景下，传统的农产品物流模式将会面临巨大的挑战：批发和零售市场将会衰落，功能强大的农产品物流管理平台中心将矗立起来，变成整个农产品物流模式中的智能管理中心，传统的营销终端将会被手机上的农产品App和计算机中的客户端所替代，消费者的消费数据、资金流动数据、产品信息、产品检测信息、广告、促销、订单的执行和配送管理等，都将通过这个巨大的信息数据中心处理和运营，直接缩短了农产品的物流时间。同时，大数据的使用也有效降低了农产品物流成本，在减少了传统农产品市场之后，农产品物流并不会全部进入市场中，反而会按照消费者的需求，直接从生产者手中转交到消费者手中，在节省物流成本的同时，也大大缩短了物流时间[4]。

3 大数据在农产品物流管理系统中的具体应用

3.1 在农产品物流管理系统具体流程中的应用

在农产品物流管理系统中应用大数据后，工作流程也会发生一定的变化。农产品物流过程中，首先要使用无线射频、条码扫描或GPS的方式，将农产品物流信息输入到系统中来，在正式处理之前，把信息保存在数据库中，为之后的运输提供有效依据。在这过程中，一些数据在得到处理之后还具备很高的应用价值，保存下来可供之后分析使用。同时，需将数据进行加工，生成可以可参考的物流信息，之后再形成有价值的数据链[5]。管理人员再通过微信和网站等方式将农产品物流信息发布出来，让消费者可以清楚地看到农产品的位置、到达时间等信息。

3.2 在农产品物流管理系统结构设计中的应用

物流管理系统对于农产品信息来说非常重要，消费者主要是通过物流管理系统来获取物流信息的，在使用大数据对农产品物流管理系统结构进行设计的过程中，可以通过大数据收集和处理与农产品有关的物流信息，实现集中控制。同时，还可以通过大数据实现农产品信息数据的开发、分析，给企业未来发展规划调整提供有力支持。在使用大数据进行结构设计时，主要可以分为基础管理系统、销售管理系统、仓储管理系统、结算管理系统4个子系统[6]。其中，基础管理系统主要是围绕农产品物流运输货主开发的，可以实现对货主身份的验证、注册、注销等操作，货主可以通过基础管理系统发布物农产品物流信息;销售管理系统的主要作用是检查农产品订单信息的精确度和完整度，并对农产品订单的运行过程加以管理，按照消费者和销售商的询价情况，及时给出反馈;儲仓系统则主要是对仓库内的农产品物资进行出库和入库等操作，按照销售管理系统所给出的数据落实对应的工作;结算管理系统则是指的对农产品合同上签订的履行义务、解除、订立等情况做出管理，按照数据分析给出的结果，根据消费者的购买需求和市场导向等设计出一个合理的费用，再根据标准计算出对应的物流管理费用。

3.3 在农产品物流管理系统销售统计分析中的应用

在统计分析子系统中，可以通过提取消费者信息，或分析竞争力来得出相关的网页内容，并对客户加以细分。将核心放在消费者购物兴趣、偏好、价格承受范围等内容上，这对于农产品销售企业而言有着积极意义。在分析基础上，可以给农产品销售企业提供实用性较强的销售战略，进一步实现发展[7]。

3.4 在农产品物流管理系统数据库设计的应用

在使用大数据设计农产品物流管理系统数据库时，需要使用Hadoop平台为代表的数据库技术和SQL分布式数据库技术，将Hadoop和数据库进行结合，实现非结构化和结构化数据的处理工作。再把结构化数据、不需关联分析的数据、查询较少的数据保存到NOSQL数据库或平台中来，之后，把非结构化数据、需要关联分析的数据、经常查询到的数据保存到关系数据库中，提高农产品物流管理系统的整体性能[8]。而通过大数据手段，也实现了海量数据的高效处理，与此同时，还不会产生太高的成本。

4 结语

当前，在农产品物流管理系统中应用大数据有着很多优势，其不但可以完善农产品物流统计系统，带动农产品物流市场发展，还有着降低成本和时间的好处。进入新时期，大数据已经成为了农产品物流管理系统的未来发展趋势之一。在实际的应用过程中，大数据在农产品物流管理系统的具体流程、结构设计（基础管理系统、销售管理系统、仓储管理系统、结算管理系统）、销售统计分析、数据库设计等环节有着广泛应用。正是因为大数据的推广与应用，给农产品可持续发展提供了有利条件，也给我国农业的健康稳定发展奠定了扎实基础。

参考文献：

[1] 李东泽.基于配送节点选址和路径优化的农产品物流管理信息系统研发[D].泰安：山东农业大学，2020.

[2] 周婷婷.供应链系统下外贸农产品物流管理研究[J].财富时代，2020（2）：114.

[3] 缪佃伟.浅谈供应链系统下的外贸农产品物流管理[J].经济管理文摘，2019（12）：129-130.

[4] 王玲玲.基于JSP的农产品物流管理系统的设计与实现[J].祖国，2019（04）：144，158.

[5] 贺君鹏.农产品物流运输订单管理系统设计[J].农业工程，2018，8（11）：40-43.

[6] 李广武.大数据在农产品物流管理系统中的应用[J].物流技术，2013（20）：97-100.

[7] 周海霞.中国海产品物流管理体系构建研究[D].青岛：中国海洋大学，2013.

[8] 杨蕾.京津冀都市圈农产品物流系统优化研究[D].保定：河北农业大学，2011.

（责任编辑：刘 昀）