《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《数据驱动下收货方质量偏好与电商配送服务质量优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。