牟向伟，男 1982年4月生人，博士，大连海事大学，大数据管理与应用专业 副教授，主要研究领域为大数据分析与处理，发表论文EI/CSSCI检索论文30余篇，出版专著《模糊语义个性化信息推荐》1部，主持省部级项目4项，获发明专利1项，软件著作权8项，获得省科技进步奖一等奖1项，二等奖2项，教育部科技进步奖二等奖1项，市级科技进步奖三等奖1项

针对交通运输物流领域的大数据环境特点，对大数据存储以及大数据分析方法进行分析研究，主要内容如下：大数据环境下交通运输物流领域数据资源存储、计算和资源调度管理、离线数据并行计算和在线数据实时计算等方法进行剖析，实现了实时热力分析、车货信息资源实时匹配、热点词分析、物流企业信用评价等典型的交通运输物流领域大数据应用。主要章节包括：绪 论；大数据分析平台软件技术基础架构；交通运输物流大数据的数据组织与描述；交通运输物流领域流式数据实时分析与应；交通运输物流领域离线数据并行计算与应用。

目录
1绪论(1)
1.1大数据产生的背景(1)
1.2大数据的发展历程(2)
1.2.1国外大数据的发展历程(2)
1.2.2国内大数据的发展历程(3)
1.3我国交通运输物流发展情况(4)
1.3.1我国交通运输物流系统建设情况(4)
1.3.2我国交通运输物流信息化发展情况(5)
1.4国内外交通运输物流大数据研究进展(6)
1.4.1国外交通大数据研究进展(6)
1.4.2国内交通大数据研究进展(7)
1.4.3大数据在交通运输物流行业中的应用(8)
1.5交通运输物流领域数据分析的问题(9)
1.6本章小结(11)
2大数据分析平台软件技术基础架构(12)
2.1大数据基础技术框架简介(12)
2.1.1分布式存储(12)
2.1.2分布式计算(13)
2.1.3实时计算(14)
2.1.4资源调度管理(15)
2.2大数据基础软件技术架构设计(16)
2.2.1设计原则(17)
2.2.2大数据分析平台软件基础架构设计方案(19)
2.3本章小结(49)
3交通运输物流大数据的数据组织与描述(51)
3.1泛数据生态圈(51)
3.2大数据资源的存储模式(53)
3.2.1大数据特征(53)
3.2.2交通运输物流大数据的数据存储模式(55)
3.3基于本体的交通运输物流领域知识描述方法(58)
3.3.1相关理论(59)
3.3.2交通运输物流领域大数据本体的构建(63)
3.4本章小结(68)
4交通运输物流领域流式数据实时分析与应用(69)
4.1流式数据实时分析方法(69)
4.1.1流式数据的定义(69)
4.1.2流式数据的特点(70)
4.1.3流式数据抽样统计方法(70)
4.1.4流式数据聚类方法(73)
4.2流式数据实时分析在交通运输物流领域中的应用(77)
4.2.1应用1：基于CluStream的交通运输物流活动热点实时分析(77)
4.2.2应用2：大规模流式数据环境下车货实时匹配分析(83)
4.3本章小结(98)
5交通运输物流领域离线数据并行计算与应用(99)
5.1基于MapReduce的交通运输物流热点词词频统计方法(99)
5.2基于非结构化文本分类的交通运输物流资讯新闻导览方法(105)
5.2.1文本分类技术综述(106)
5.2.2文本训练(112)
5.2.3文本分类(113)
5.2.4交通运输物流资讯分类导览系统的实现(114)
5.3大数据环境下的物流企业信用评价方法(118)
5.3.1应用背景与意义(118)
5.3.2物流企业信用评价方法(119)
5.3.3大数据环境下的物流企业信用评价指标(124)
5.3.4数据收集系统(132)
5.4本章小结(139)
6总结(141)
参考文献(144)
附录(154)
附录A“法律文书”文本分析源代码(154)
附录B物流企业信用评价数据表(部分)(161)
附录C信用等级与对应评分表(166)