物流科技2023年第5期3月上收稿日期：2022-08-27基金项目：国家自然科学基金资助项目（61877033、61833005）；山东省自然科学委员会资助项目（812007100701）；山东省高校青年创新团队发展计划项目（ZR2019MF021）作者简介：王志惠（1997—），女，山东德州人，临沂大学信息科学与工程学院硕士研究生，研究方向：数据分析与可视化；傅德谦（1972—），本文通讯作者，男，山东临沂人，临沂大学信息科学与工程学院副院长，教授，研究方向：物流信息化、智能计算、数据隐私计算。引文格式：王志惠，傅德谦.基于联邦学习的电子商务企业物流服务商选择研究[J].物流科技，2023,46(5)：8-12.·理论研究·文章编号：1002-3100（2023）05-0008-05物流科技2023年第5期3月上LogisticsSci-TechMarch,2023（thefirsthalf）摘要：在电子商务活动中，物流服务商的选择往往是凭借主观经验加以判断，缺乏科学性。为帮助电子商务企业科学地选择适合本企业的物流服务商，文章从物流数据分布式存储的环境下，构建了一种基于联邦学习的物流服务商选择层次化架构。针对物流数据差异化问题提出了一种训练数据标准化处理方法，同时采用差分隐私算法改进模型，提高了模型的训练效率。最后，通过仿真实验验证了该方法的安全性和可行性。关键词：电商企业；物流服务商选择；联邦学习中图分类号：F713.365.1文献标志码：ADOI：10.13714/j.cnki.1002-3100.2023.05.002Abstract:Ine-commerceactivities,theselectionoflogisticsserviceprovidersisoftenjudgedbysubjectiveexperienceandlacksscientific.Tohelpe-commerceenterprisesscientificallyselectsuitablelogisticsserviceproviders,thearticleconstructsahierar－chicalarchitectureforlogisticsserviceproviderselectionbasedonfederatedlearningintheenvironmentofdistributedstorageoflogisticsdata.Atrainingdatanormalizationmethodisproposedtoaddresstheproblemoflogisticsdatadifferentiation,whileadifferentialprivacyalgorithmisusedtoimprovethemodeltoimprovetrainingefficiencyofthemodel.Finally,thesecurityandfeasibilityofthemethodareverifiedthroughsimulationexperiments.Keywords:e-commerceenterprises;logisticsserviceproviderselection;federatedlearning0引言随着电子商务的蓬勃发展和物流服务商的逐年增多，电商平台对于物流服务商的选择也逐渐有了更高的要求。据中华人民共和国国家邮政局统计...
