基于RFID的物流大數據資產管理及數據挖掘研究.pdf

1、移動互聯網的飛速發(fā)展,給資產管理技術提供了更多的機遇，如物聯網、云計算和大數據技術的興起。物流領域對RFID技術的廣泛應用也使得該技術趨于成熟，大數據時代的到來也將物流業(yè)引入新的發(fā)展空間。雖然RFID技術已經在資產管理方面有很多應用，但其可移動性，便捷性仍有待改進。在物流配送領域，隨著移動設備端所產生的越來越多的交易量，不斷產生的巨量數據也需要越來越高效實用的數據處理方式，而在物流領域，物流大數據資產管理也成為優(yōu)化物流管理和提高配送效率

2、的新技術手段。
　　本文提供的一種資產信息采集通道和數據挖掘分類算法解決方案。資產信息采集通道充分利用現有移動設備，通過OTG連線實現移動設備通過USB接口與RFID模塊的連接，以網站訪問和移動設備應用程序兩種方式進行數據管理，滿足不同客戶的需求。當前以手機為主的移動設備是互聯網大潮的趨勢之一，綜合手機端應用是移動業(yè)務的重要載體，并以RFID讀寫模塊作為數據采集的關鍵部分。本論文提出一種新的解決方案，并提供了多種工作模式，移動性好

3、，附加投資成本低，其充分利用了高性能手機和移動網絡優(yōu)勢，使基于RFID的資產管理更加便捷。
　　在大數據來臨時，數據作為新時代的資產和價值體現，已經越來越成為潛在價值的直接來源，如何有效、高效和有意義地挖掘和處理龐大的數據成為當今數據處理的主要問題，而分類算法作為數據挖掘的關鍵技術，已經廣泛應用TB，PB級別的數據分析和處理中。數據在完成采集和存儲，且在未來物聯網中多種格式或制式的數據匯成非結構數據后，直接面臨的問題就是在體量龐雜

4、的數據庫中尋找有價值的數據并為人們所用，繼而為人們的進一步行動提供建議或預測。資產信息在完成數據化過程后，需要進行數據預處理、數據集成與挖掘和結果輸出三個主要部分。本文研究了大數據技術在資產管理上的應用，以及數據挖掘中，應用基于一種超球覆蓋仿生模式識別的分類算法，以及該算法在數據分類中的應用，分析該算法相較于其它算法的優(yōu)缺點比較，以及在較大數據量時的算法性能。研究物流資產管理所應用的大數據處理算法及其性能以改進數據挖掘算法效率。對數據挖