CN112862406B - 基于大数据分析的物流订单在线智能管理云平台 - Google Patents

Abstract

本发明公开基于大数据分析的物流订单在线智能管理云平台，包括订单信息获取模块、运输路线确定模块、中转站统计模块、中转站筛选模块、运输段距离获取模块、预计时长统计模块、运输时长分析模块、物流处理量提取模块、分析服务器、云物流平台和云物流数据库；本发明通过获取已丢件物流的详细订单信息，筛选已丢件物流的运输路线中途径的各中转站，获取已丢件物流的运输路线中途径各中转站的运输段距离和预计时长，计算已丢件物流的运输路线中途径各中转站的时长差值，同时提取已丢件物流的运输路线中途径各中转站的当日物流处理量，综合计算已丢件物流的追溯影响系数，并进行显示，从而提高物流订单平台的追溯管理效率。

Description

基于大数据分析的物流订单在线智能管理云平台

技术领域

本发明涉及物流订单管理领域，涉及到基于大数据分析的物流订单在线智能管理云平台。

背景技术

随着中国经济的发展，物流行业将会走向一个新的高度，物流规模将会快速增长。随着物流在国民经济中的地位愈发的提高，对物流订单智能管理研究也更加重要。目前，现有的物流订单智能管理方法主要通过人员管理，即人员对已丢件物流进行追溯查询，其人工追溯管理效率低，浪费大量的人力资源和时间成本，同时通过人员无法对已丢件物流进行全方面的精准追溯，导致已丢件物流的追溯难度系数增加，无法在短时间内追溯到已丢件物流，从而无法满足消费者的基本需求，降低消费者的体验感和期待感，进而使得整体物流行业发展水平受到影响，为了解决以上问题，现设计基于大数据分析的物流订单在线智能管理云平台。

发明内容

本发明的目的在于提供基于大数据分析的物流订单在线智能管理云平台，本发明通过获取已丢件物流的详细订单信息，确定已丢件物流的运输路线，筛选已丢件物流的运输路线中途径的各中转站，同时获取已丢件物流的运输路线中途径各中转站的运输段距离，并统计已丢件物流的运输路线中途径各中转站的预计时长，计算已丢件物流的运输路线中途径各中转站的时长差值，同时提取已丢件物流的运输路线中途径各中转站的当日物流处理量，结合已丢件物流的标准包装体积综合计算已丢件物流的追溯影响系数，并进行显示，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

基于大数据分析的物流订单在线智能管理云平台，包括订单信息获取模块、运输路线确定模块、中转站统计模块、中转站筛选模块、运输段距离获取模块、预计时长统计模块、运输时长分析模块、物流处理量提取模块、分析服务器、云物流平台和云物流数据库；

所述运输路线确定模块分别与订单信息获取模块与中转站统计模块连接，中转站筛选模块分别与中转站统计模块、运输段距离获取模块、物流处理量提取模块和云物流数据库连接，运输段距离获取模块分别与预计时长统计模块和分析服务器连接，预计时长统计模块分别与运输时长分析模块和云物流数据库连接，物流处理量提取模块分别与分析服务器和云物流数据库连接，分析服务器分别与运输时长分析模块、云物流平台和云物流数据库连接；

所述订单信息获取模块用于对已丢件物流的订单信息进行获取，获取已丢件物流的各详细订单信息，将获取的已丢件物流的各详细订单信息发送至运输路线确定模块；

所述运输路线确定模块用于接收订单信息获取模块发送的已丢件物流的各详细订单信息，提取已丢件物流的各详细订单信息中寄件人地址和收件人地址，筛选确定已丢件物流的运输路线，将已丢件物流的运输路线发送至中转站统计模块；

所述中转站统计模块用于接收运输路线确定模块发送的已丢件物流的运输路线，统计已丢件物流的运输路线中存在的各中转站，并按照设定的运输顺序依次进行编号，构成已丢件物流的运输路线中存在的各中转站编号集合A(a₁,a₂,...,a_i,...,a_n)，a_i表示为已丢件物流的运输路线中存在的第i个中转站编号，将已丢件物流的运输路线中存在的各中转站编号集合发送至中转站筛选模块；

所述中转站筛选模块用于接收途经中转站统计模块发送的已丢件物流的运输路线中存在的各中转站编号集合，提取云物流数据库中存储的已丢件物流最后到达的中转站，筛选已丢件物流的运输路线中途径的各中转站编号，统计已丢件物流的运输路线中途径的各中转站编号，构成已丢件物流的运输路线中途径的各中转站编号集合A′(a′₁,a′₂,...,a′_j,...,a′_m),m≤n，a′_j表示为已丢件物流的运输路线中途经的第j个中转站编号，将已丢件物流的运输路线中途径的各中转站编号集合分别发送至运输段距离获取模块和物流处理量提取模块；

所述运输段距离获取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，获取已丢件物流的运输路线中途径各中转站的运输段距离，统计已丢件物流的运输路线中途径各中转站的运输段距离，构成已丢件物流的运输路线中途径各中转站的运输段距离集合D(d₁,d₂,...,d_j,...,d_m)，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，将已丢件物流的运输路线中途径各中转站的运输段距离集合分别发送至预计时长统计模块和分析服务器；

所述预计时长统计模块用于接收运输段距离获取模块发送的已丢件物流的运输路线中途径各中转站的运输段距离集合，提取云物流数据库中存储的物流运输过程中标准运输速度和影响运输时长的补偿系数，计算已丢件物流的运输路线中途径各中转站的预计时长，统计已丢件物流的运输路线中途径各中转站的预计时长，将已丢件物流的运输路线中途径各中转站的预计时长发送至运输时长分析模块；

所述运输时长分析模块用于接收预计时长统计模块发送的已丢件物流的运输路线中途径各中转站的预计时长，提取云物流数据库中存储的已丢件物流途径各中转站的实际时长，计算已丢件物流的运输路线中途径各中转站的时长差值，统计已丢件物流的运输路线中途径各中转站的时长差值，构成已丢件物流的运输路线中途径各中转站的时长差值集合Δt(Δt₁,Δt₂,...,Δt_j,...,Δt_m)，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，将已丢件物流的运输路线中途径各中转站的时长差值集合发送至分析服务器；

所述物流处理量提取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，提取云物流数据库中存储的已丢件物流的运输路线中途径各中转站的当日物流处理量，统计已丢件物流的运输路线中途径各中转站的当日物流处理量，构成已丢件物流的运输路线中途径各中转站的当日物流处理量集合X(x₁,x₂,...,x_j,...,x_m)，x_j表示为已丢件物流的运输路线中途径第j个中转站的当日物流处理量，将已丢件物流的运输路线中途径各中转站的当日物流处理量集合发送至分析服务器；

所述分析服务器用于接收运输段距离获取模块发送的已丢件物流的运输路线中途径各中转站的运输段距离集合，同时接收运输时长分析模块发送的已丢件物流的运输路线中途径各中转站的时长差值集合，并接收物流处理量提取模块发送的已丢件物流的运输路线中途径各中转站的当日物流处理量集合，提取云物流数据库中存储的物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数、已丢件物流的标准包装体积和包装体积对丢件物流的追溯影响系数，计算已丢件物流的追溯影响系数，将计算的已丢件物流的追溯影响系数发送至云物流平台；

所述云物流平台用于接收分析服务器发送的已丢件物流的追溯影响系数，并进行显示；

所述云物流数据库用于存储已丢件物流最后到达的中转站，存储物流运输过程中标准运输速度v_标和影响运输时长的补偿系数μ，同时存储已丢件物流途径各中转站的实际时长和已丢件物流的运输路线中途径各中转站的当日物流处理量，并存储物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，分别记为λ_d,λ_t,λ_x，存储已丢件物流的标准包装体积V_标和包装体积对丢件物流的追溯影响系数η。

进一步地，所述各详细订单信息包括物流订单号、寄件人姓名、寄件人联系方式、寄件人地址、收件人姓名、收件人联系方式和收货地址。

进一步地，所述已丢件物流的运输路线中途径各中转站的预计时长计算公式为t_j表示为已丢件物流的运输路线中途径第j个中转站的预计时长，μ表示为影响运输时长的补偿系数，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，v_标表示为物流运输过程中标准运输速度。

进一步地，所述已丢件物流的运输路线中途径各中转站的时长差值计算公式为Δt_j＝t_j-T′_j，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，t_j表示为已丢件物流的运输路线中途径第j个中转站的预计时长，T′_j表示为已丢件物流途径第j个中转站的实际时长。

进一步地，所述已丢件物流的追溯影响系数计算公式为ξ表示为已丢件物流的追溯影响系数，λ_d,λ_t,λ_x表示为物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，T′_j表示为已丢件物流途径第j个中转站的实际时长，η表示为包装体积对丢件物流的追溯影响系数，V_标表示为已丢件物流的标准包装体积，e表示为自然数，等于2.718，x_j表示为已丢件物流的运输路线中途径第j个中转站的当日物流处理量。

进一步地，所述已丢件物流的追溯影响系数越大，表明已丢件物流的追溯难度越大。

有益效果：

(1)本发明提供的基于大数据分析的物流订单在线智能管理云平台，通过获取已丢件物流的详细订单信息，确定已丢件物流的运输路线，筛选已丢件物流的运输路线中途径的各中转站，为后期获取已丢件物流的相关数据奠定基础，同时获取已丢件物流的运输路线中途径各中转站的运输段距离，并统计已丢件物流的运输路线中途径各中转站的预计时长，计算已丢件物流的运输路线中途径各中转站的时长差值，为后期计算已丢件物流的追溯影响系数提供可靠的参考数据，同时提取已丢件物流的运输路线中途径各中转站的当日物流处理量，从而避免人工追溯浪费大量的人力资源和时间成本。

(2)本发明通过分析服务器结合已丢件物流的标准包装体积综合计算已丢件物流的追溯影响系数，从而提高物流订单平台的追溯管理效率，实现对已丢件物流的精准追溯，满足消费者的基本需求，提高消费者的体验感和期待感，并进行显示，从而直观展示已丢件物流的追溯影响系数，为后期物流丢件追溯提供指导性参考意见，进而降低已丢件物流的追溯难度系数，减少已丢件物流的追溯时间，促进整体物流行业发展水平。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，基于大数据分析的物流订单在线智能管理云平台，包括订单信息获取模块、运输路线确定模块、中转站统计模块、中转站筛选模块、运输段距离获取模块、预计时长统计模块、运输时长分析模块、物流处理量提取模块、分析服务器、云物流平台和云物流数据库。

所述运输路线确定模块分别与订单信息获取模块与中转站统计模块连接，中转站筛选模块分别与中转站统计模块、运输段距离获取模块、物流处理量提取模块和云物流数据库连接，运输段距离获取模块分别与预计时长统计模块和分析服务器连接，预计时长统计模块分别与运输时长分析模块和云物流数据库连接，物流处理量提取模块分别与分析服务器和云物流数据库连接，分析服务器分别与运输时长分析模块、云物流平台和云物流数据库连接。

所述订单信息获取模块用于对已丢件物流的订单信息进行获取，获取已丢件物流的各详细订单信息，其中各详细订单信息包括物流订单号、寄件人姓名、寄件人联系方式、寄件人地址、收件人姓名、收件人联系方式和收货地址，将获取的已丢件物流的各详细订单信息发送至运输路线确定模块。

所述运输路线确定模块用于接收订单信息获取模块发送的已丢件物流的各详细订单信息，提取已丢件物流的各详细订单信息中寄件人地址和收件人地址，筛选确定已丢件物流的运输路线，将已丢件物流的运输路线发送至中转站统计模块。

所述中转站统计模块用于接收运输路线确定模块发送的已丢件物流的运输路线，统计已丢件物流的运输路线中存在的各中转站，并按照设定的运输顺序依次进行编号，构成已丢件物流的运输路线中存在的各中转站编号集合A(a₁,a₂,...,a_i,...,a_n)，a_i表示为已丢件物流的运输路线中存在的第i个中转站编号，将已丢件物流的运输路线中存在的各中转站编号集合发送至中转站筛选模块。

所述中转站筛选模块用于接收途经中转站统计模块发送的已丢件物流的运输路线中存在的各中转站编号集合，提取云物流数据库中存储的已丢件物流最后到达的中转站，筛选已丢件物流的运输路线中途径的各中转站编号，统计已丢件物流的运输路线中途径的各中转站编号，构成已丢件物流的运输路线中途径的各中转站编号集合A′(a′₁,a′₂,...,a′_j,...,a′_m),m≤n，a′_j表示为已丢件物流的运输路线中途经的第j个中转站编号，为后期获取已丢件物流的相关数据奠定基础，并将已丢件物流的运输路线中途径的各中转站编号集合分别发送至运输段距离获取模块和物流处理量提取模块。

所述运输段距离获取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，获取已丢件物流的运输路线中途径各中转站的运输段距离，统计已丢件物流的运输路线中途径各中转站的运输段距离，构成已丢件物流的运输路线中途径各中转站的运输段距离集合D(d₁,d₂,...,d_j,...,d_m)，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，将已丢件物流的运输路线中途径各中转站的运输段距离集合分别发送至预计时长统计模块和分析服务器。

所述预计时长统计模块用于接收运输段距离获取模块发送的已丢件物流的运输路线中途径各中转站的运输段距离集合，提取云物流数据库中存储的物流运输过程中标准运输速度和影响运输时长的补偿系数，计算已丢件物流的运输路线中途径各中转站的预计时长t_j表示为已丢件物流的运输路线中途径第j个中转站的预计时长，μ表示为影响运输时长的补偿系数，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，v_标表示为物流运输过程中标准运输速度，统计已丢件物流的运输路线中途径各中转站的预计时长，将已丢件物流的运输路线中途径各中转站的预计时长发送至运输时长分析模块。

所述运输时长分析模块用于接收预计时长统计模块发送的已丢件物流的运输路线中途径各中转站的预计时长，提取云物流数据库中存储的已丢件物流途径各中转站的实际时长，计算已丢件物流的运输路线中途径各中转站的时长差值Δt_j＝t_j-T′_j，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，t_j表示为已丢件物流的运输路线中途径第j个中转站的预计时长，T′_j表示为已丢件物流途径第j个中转站的实际时长，统计已丢件物流的运输路线中途径各中转站的时长差值，构成已丢件物流的运输路线中途径各中转站的时长差值集合Δt(Δt₁,Δt₂,...,Δt_j,...,Δt_m)，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，将已丢件物流的运输路线中途径各中转站的时长差值集合发送至分析服务器，为后期计算已丢件物流的追溯影响系数提供可靠的参考数据。

所述物流处理量提取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，提取云物流数据库中存储的已丢件物流的运输路线中途径各中转站的当日物流处理量，统计已丢件物流的运输路线中途径各中转站的当日物流处理量，构成已丢件物流的运输路线中途径各中转站的当日物流处理量集合X(x₁,x₂,...,x_j,...,x_m)，x_j表示为已丢件物流的运输路线中途径第j个中转站的当日物流处理量，将已丢件物流的运输路线中途径各中转站的当日物流处理量集合发送至分析服务器，从而避免人工追溯浪费大量的人力资源和时间成本，为后期计算已丢件物流的追溯影响系数提供可靠的参考数据。

所述分析服务器用于接收运输段距离获取模块发送的已丢件物流的运输路线中途径各中转站的运输段距离集合，同时接收运输时长分析模块发送的已丢件物流的运输路线中途径各中转站的时长差值集合，并接收物流处理量提取模块发送的已丢件物流的运输路线中途径各中转站的当日物流处理量集合，提取云物流数据库中存储的物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数、已丢件物流的标准包装体积和包装体积对丢件物流的追溯影响系数，计算已丢件物流的追溯影响系数ξ表示为已丢件物流的追溯影响系数，λ_d,λ_t,λ_x表示为物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，d_j表示为已丢件物流的运输路线中途径第j个中转站的运输段距离，Δt_j表示为已丢件物流的运输路线中途径第j个中转站的时长差值，T′_j表示为已丢件物流途径第j个中转站的实际时长，η表示为包装体积对丢件物流的追溯影响系数，V_标表示为已丢件物流的标准包装体积，e表示为自然数，等于2.718，x_j表示为已丢件物流的运输路线中途径第j个中转站的当日物流处理量，其中已丢件物流的追溯影响系数越大，表明已丢件物流的追溯难度越大，将计算的已丢件物流的追溯影响系数发送至云物流平台，从而提高物流订单平台的追溯管理效率，实现对已丢件物流的精准追溯，满足消费者的基本需求，提高消费者的体验感和期待感。

所述云物流平台用于接收分析服务器发送的已丢件物流的追溯影响系数，并进行显示，从而直观展示已丢件物流的追溯影响系数，为后期物流丢件追溯提供指导性参考意见，进而降低已丢件物流的追溯难度系数，减少已丢件物流的追溯时间，促进整体物流行业发展水平。

所述云物流数据库用于存储已丢件物流最后到达的中转站，存储物流运输过程中标准运输速度v_标和影响运输时长的补偿系数μ，同时存储已丢件物流途径各中转站的实际时长和已丢件物流的运输路线中途径各中转站的当日物流处理量，并存储物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，分别记为λ_d,λ_t,λ_x，存储已丢件物流的标准包装体积V_标和包装体积对丢件物流的追溯影响系数η。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.基于大数据分析的物流订单在线智能管理云平台，其特征在于：包括订单信息获取模块、运输路线确定模块、中转站统计模块、中转站筛选模块、运输段距离获取模块、预计时长统计模块、运输时长分析模块、物流处理量提取模块、分析服务器、云物流平台和云物流数据库；

所述运输路线确定模块分别与订单信息获取模块与中转站统计模块连接，中转站筛选模块分别与中转站统计模块、运输段距离获取模块、物流处理量提取模块和云物流数据库连接，运输段距离获取模块分别与预计时长统计模块和分析服务器连接，预计时长统计模块分别与运输时长分析模块和云物流数据库连接，物流处理量提取模块分别与分析服务器和云物流数据库连接，分析服务器分别与运输时长分析模块、云物流平台和云物流数据库连接；

所述订单信息获取模块用于对已丢件物流的订单信息进行获取，获取已丢件物流的各详细订单信息，将获取的已丢件物流的各详细订单信息发送至运输路线确定模块；

所述运输路线确定模块用于接收订单信息获取模块发送的已丢件物流的各详细订单信息，提取已丢件物流的各详细订单信息中寄件人地址和收件人地址，筛选确定已丢件物流的运输路线，将已丢件物流的运输路线发送至中转站统计模块；

所述中转站统计模块用于接收运输路线确定模块发送的已丢件物流的运输路线，统计已丢件物流的运输路线中存在的各中转站，并按照设定的运输顺序依次进行编号，构成已丢件物流的运输路线中存在的各中转站编号集合，/>表示为已丢件物流的运输路线中存在的第i个中转站编号，将已丢件物流的运输路线中存在的各中转站编号集合发送至中转站筛选模块；

所述中转站筛选模块用于接收途经中转站统计模块发送的已丢件物流的运输路线中存在的各中转站编号集合，提取云物流数据库中存储的已丢件物流最后到达的中转站，筛选已丢件物流的运输路线中途经的各中转站编号，统计已丢件物流的运输路线中途经的各中转站编号，构成已丢件物流的运输路线中途经的各中转站编号集合，/>表示为已丢件物流的运输路线中途经的第j个中转站编号，将已丢件物流的运输路线中途经的各中转站编号集合分别发送至运输段距离获取模块和物流处理量提取模块；

所述运输段距离获取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，获取已丢件物流的运输路线中途经各中转站的运输段距离，统计已丢件物流的运输路线中途经各中转站的运输段距离，构成已丢件物流的运输路线中途经各中转站的运输段距离集合，/>表示为已丢件物流的运输路线中途经第j个中转站的运输段距离，将已丢件物流的运输路线中途经各中转站的运输段距离集合分别发送至预计时长统计模块和分析服务器；

所述预计时长统计模块用于接收运输段距离获取模块发送的已丢件物流的运输路线中途经各中转站的运输段距离集合，提取云物流数据库中存储的物流运输过程中标准运输速度和影响运输时长的补偿系数，计算已丢件物流的运输路线中途经各中转站的预计时长，统计已丢件物流的运输路线中途经各中转站的预计时长，将已丢件物流的运输路线中途经各中转站的预计时长发送至运输时长分析模块；

所述已丢件物流的运输路线中途经各中转站的预计时长计算公式为，/>表示为已丢件物流的运输路线中途经第j个中转站的预计时长，/>表示为影响运输时长的补偿系数，/>表示为已丢件物流的运输路线中途经第j个中转站的运输段距离，/>表示为物流运输过程中标准运输速度；

所述运输时长分析模块用于接收预计时长统计模块发送的已丢件物流的运输路线中途经各中转站的预计时长，提取云物流数据库中存储的已丢件物流途经各中转站的实际时长，计算已丢件物流的运输路线中途经各中转站的时长差值，统计已丢件物流的运输路线中途经各中转站的时长差值，构成已丢件物流的运输路线中途经各中转站的时长差值集合，/>表示为已丢件物流的运输路线中途经第j个中转站的时长差值，将已丢件物流的运输路线中途经各中转站的时长差值集合发送至分析服务器；

所述已丢件物流的运输路线中途经各中转站的时长差值计算公式为，表示为已丢件物流的运输路线中途经第j个中转站的时长差值，/>表示为已丢件物流的运输路线中途经第j个中转站的预计时长，/>表示为已丢件物流途经第j个中转站的实际时长；

所述物流处理量提取模块用于接收中转站筛选模块发送的已丢件物流的运输路线中途经的各中转站编号集合，提取云物流数据库中存储的已丢件物流的运输路线中途经各中转站的当日物流处理量，统计已丢件物流的运输路线中途经各中转站的当日物流处理量，构成已丢件物流的运输路线中途经各中转站的当日物流处理量集合，/>表示为已丢件物流的运输路线中途经第j个中转站的当日物流处理量，将已丢件物流的运输路线中途经各中转站的当日物流处理量集合发送至分析服务器；

所述分析服务器用于接收运输段距离获取模块发送的已丢件物流的运输路线中途经各中转站的运输段距离集合，同时接收运输时长分析模块发送的已丢件物流的运输路线中途经各中转站的时长差值集合，并接收物流处理量提取模块发送的已丢件物流的运输路线中途经各中转站的当日物流处理量集合，提取云物流数据库中存储的物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数、已丢件物流的标准包装体积和包装体积对丢件物流的追溯影响系数，计算已丢件物流的追溯影响系数，将计算的已丢件物流的追溯影响系数发送至云物流平台；

所述已丢件物流的追溯影响系数计算公式为，/>表示为已丢件物流的追溯影响系数，/>表示为物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，/>表示为已丢件物流的运输路线中途经第j个中转站的运输段距离，/>表示为已丢件物流的运输路线中途经第j个中转站的时长差值，/>表示为已丢件物流途经第j个中转站的实际时长，/>表示为包装体积对丢件物流的追溯影响系数，/>表示为已丢件物流的标准包装体积，/>表示为自然数，等于2.718，/>表示为已丢件物流的运输路线中途经第j个中转站的当日物流处理量；

所述云物流平台用于接收分析服务器发送的已丢件物流的追溯影响系数，并进行显示；

所述云物流数据库用于存储已丢件物流最后到达的中转站，存储物流运输过程中标准运输速度和影响运输时长的补偿系数/>，同时存储已丢件物流途经各中转站的实际时长和已丢件物流的运输路线中途经各中转站的当日物流处理量，并存储物流运输距离、物流运输时长、中转站物流处理量的追溯影响比例系数，分别记为/>，存储已丢件物流的标准包装体积/>和包装体积对丢件物流的追溯影响系数/>。

2.根据权利要求1所述的基于大数据分析的物流订单在线智能管理云平台，其特征在于：所述各详细订单信息包括物流订单号、寄件人姓名、寄件人联系方式、寄件人地址、收件人姓名、收件人联系方式和收货地址。

3.根据权利要求1所述的基于大数据分析的物流订单在线智能管理云平台，其特征在于：所述已丢件物流的追溯影响系数越大，表明已丢件物流的追溯难度越大。