《表1 数据清理结果:数据驱动下收货方质量偏好与电商配送服务质量优化》
如图2所示,以固定时间窗宽度内数据作为分析观测窗口,抽取时间窗内消费者配送系统数据为历史数据;最新时间窗外的后续新增消费者数据形成增量数据。数据预处理过程主要分析数据规律以及确定异常值与缺失值:首先搜索数据属性(表1)列中的空值、最大值和最小值;清理数据为空或异常数据的记录;将数据转换为适合聚类算法的属性。抽取生鲜超市便民生鲜O2O平台2014年1月31日-2016年1月31日收货方8200条历史数据,包括收货方标签、收货时间、订单级别、配送地点和配送成本等35个属性。得到图3稳定性测度(S)=观测时间窗的结束时间-初次收货时间(单位:天),邻近测度(L)=最后一次收货时间至观测时间窗末端长度(单位:天),配送里程(K)=观测时间窗内总配送公里数(单位:公里),收货次数(G)=观测时间窗内收货次数(单位:次),平均折扣系数(C)=平均折扣率。提取目标属性,进行数据标准差标准化,降低数据量纲差异化影响。
图表编号 | XD0082412500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 孙琦、戢守峰、董明 |
绘制单位 | 东北大学工商管理学院、上海交通大学安泰经济与管理学院、东北大学工商管理学院、上海交通大学安泰经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |