深入挖掘航运数据背后的价值

• 作者: 沈宁
• 来源期刊: 技术与市场
• 关键词: HSCODE 数据清洗 自然语言文本分析 机器学习 货物种类和流向
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 167,169
• 页数: 2页
• 字数: 2334字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8554.2020.01.081

摘要

透过客户在航运企业留下的运输足迹,站在行业的高度,结合企业内外部数据,探究和发现数据背后的潜在规律和价值.在前端无法提升订舱人员录入数据质量的大前提下,利用计算机自然语言分析、交叉比对及机器学习的方法能有效对货流原始数据进行清洗,这有利于航运企业整体货流结构、货物种类的整合归类与分析,对企业营销指导和为客户创造价值有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈宁		1	0	0.0	0.0