基于贝叶斯公式的苏州物流业大数据分析开题报告

1. 研究目的与意义

(一)课题研究的背景

随着社会经济的发展变化，市场的竞争除了对质量的基本要求外，效率也成为了人们的关注的焦点，为给现代经济的发展提供专业的货物储藏、集散、运输等服务，物流行业应运而生，并在我国社会经济体系中占据着越来越重要的位置，并发挥着越来越重要的作用。现代物流的价值创造不仅仅体现在使产品空间位置产生合理位移，更多的体现在对生产企业、服务企业、居民生活带来的便利服务。虽然我国基础物流设施和装备初具规模，但内在质量及运作效率都有待提高，物流总体质量方面的潜力尚待大力挖掘。

苏州物流业的发展优势主要表现为物流规模增长幅度较大、物流企业逐渐发展壮大、物流服务模式不断创新及先进的物流公共信息平台应用等方面。苏州物流业呈现出区位优势、产业导向、港口和保税物流及集群效应均突出等特征，但苏州物流业在取得丰硕成果的同时，存在着发展粗放、资源浪费严重，物流企业规模偏小，信息化水平不高以及“营改增”政策制约大中型物流企业发展等问题。

2. 研究内容与预期目标

本课题首先通过数据库系统查找关于贝叶斯公式的理论及相关应用，并查阅苏州物流业的相关资料，分析苏州物流行业的现状。然后通过Excel对已获取的苏州物流业大数据进行初步数据处理，并通过列联分析等方法对苏州物流业大数据进行相关因素分析，从而确定与企业利润等因素有强关联的因素选择。利用贝叶斯公式对已经初步处理的大数据进行分析，确定出更有利于物流企业发展的因素。通过对各因素的对比分析，我们可以发现各物流企业在发展期间存在的问题及遭遇的困境，并提出相应的建议及对策来解决这些问题，以期企业能够更快更好地发展。

预期目标是通过对已统计到的苏州物流企业大数据的分析得到对物流企业效益影响较大的因素。可想而知，大部分相关因素都广为人知并且十分合理地影响企业效益，例如企业资产、营业额等因素。所以更期望能够在数据研究分析中得出一些出人意料的因素，例如地理位置、是否受益于物流园区的集聚效应等，这些因素的差异看似没有什么太大影响，但通过数据的研究处理，会发现这些因素对企业效益的巨大影响，从而改变人们的偏见而使这些因素得以重视，促进企业更快更容易做出改变而得到更好的发展。

3. 研究方法与步骤

本课题主要使用文献研究法、列联分析法、定量分析法三种研究方法。通过调查文献来获得有关贝叶斯公式和大数据的资料，从而全面地、正确地了解掌握课题中用到的数据处理方法。通过列联分析法分析因素之间的关联度，找出与企业效益有强关联度的相关因素，为数据处理做基础。通过定量分析法分析某一个相关因素对物流企业整体效益的影响程度，从而帮助企业进行决策和改变，进而更好地促进企业发展。

首先，通过图书馆的数据库系统查找关于贝叶斯公式应用以及物流业大数据分析的相关资料，并对资料进行深入阅读，理解文章脉络及含义。其次根据已经调查得到的苏州物流业大数据进行Excel数据分析和列联分析，得到相关计算因素。然后利用贝叶斯公式分析出强相关因素对企业发展的影响程度。最后，得出贝叶斯公式分析结果，结合苏州物流行业及物流企业现状，提出相应的建议及对策。

4. 参考文献

1崔壮,张春燕,胡长婕,范克危.苏州物流企业转型升级路径研究[j].商场现代化,2016(03):49~50.

2彭雨明,凌卫平.利用缩减样本空间方法替代贝叶斯公式的计算[j].韶关学院学报,2014(08):5~8.

3宋学清,刘雨.大数据:信息技术与信息管理的一次变革[j].情报科学,2014(09):14~17.

5. 工作计划

1. 2016-2017学年第1学期，第14-16周，收集相关资料

2. 2016-2017学年第2学期，第5-7周，前期研究

3. 2016-2017学年第2学期，第8周，开题报告