<div class="csl-bib-body">
<div class="csl-entry">Gaydarov, A. (2022). <i>Web Scraping und Social Media Analyse im transportlogistischen Kontext: Entwicklung einer Echtzeit-Datenbank zur Bewältigung transportlogistischer Herausforderungen</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2022.100664</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2022.100664
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/19853
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description.abstract
Mit dem Paris-Abkommen der Europäischen Union wurden globale Ziele mit Fokus auf Klimawandel und Umweltschutz festgelegt. Rund ein Viertel der Treibhausemissionen in der Europäischen Union werden vom Straßenverkehr verursacht. Dennoch werden rund 90 Prozent des Güterverkehrs in der EU aufgrund der hohen Flexibilität, der geringen Transportkosten sowie der großen Verfügbarkeit im Rahmen des straßengebundenen Verkehres abgewickelt. Neuartige, dominierende Trends wie der Aufschwung des E-Commerce sowie die daraus resultierenden steigenden kundenseitigen Forderung nach kurzen Lieferzeiten prägen die Transportlogistik. Dadurch nimmt die Komplexität der transportlogistischen Planungs- und Steuerungsprozesse zu. Die Anzahl an LKWs, welche aufgrund mangelnder Planung und Abstimmung Leerfahrten durchführen, liegt zwischen 15 und 30 Prozent bei einer durchschnittlichen Gewichtsausnutzung von nur 56 Prozent. Eine Ursache hierfür ist die fehlende Einbeziehung von Echtzeitdaten in diesen Entscheidungsprozess. Des Weiteren werden in der Transportlogistik unzureichend aufstrebende Technologien zur Extraktion von Echtzeitdaten aus Webseiten sowie Daten aus Social Media zur Entscheidungsunterstützung verwendet.Das Ziel dieser Arbeit besteht darin, den Einsatz von Echtzeitdaten zur Bewältigung transportlogistischer Herausforderungen durch die Entwicklung einer echtzeitfähigen Datenbank zu erforschen. Dazu werden Methoden aus dem Bereich des Web Scraping und der Social Media Analyse zur Extraktion und Strukturierung von Daten eingesetzt.Zum Erreichen dieser Zielsetzung findet zu Beginn der Arbeit eine Einführung in die theoretischen Grundlagen der Transportlogistik sowie aufstrebender Technologien statt. Aufbauend darauf wird im Rahmen einer State-of-Art Analyse auf die digitale Revolution in der Transportlogistik sowie auf den Einsatz von Echtzeitdaten im transportlogistischen Kontext eingegangen. Des Weiteren wird ein Überblick über den Status quo des Einsatzes von Web Scraping und Social Media Analyse gegeben.Im praktischen Teil dieser Arbeit wird zunächst ein Schlüsselwortkatalog mit transportlogistisch relevanten Begriffen erstellt, welcher als Grundlage bei der Identifikation relevanter Quellen für den Bezug von Echtzeitdaten herangezogen wird. Dabei werden sowohl Webseiten als auch Inhalte auf Facebook und Twitter hinsichtlich der Echtzeitnutzung geeigneter Daten analysiert. Durch die Anwendung von Web Scraping werden schließlich die Daten mittels Python extrahiert, bereinigt und in strukturierter Form in die Echtzeit-Datenbank gespeichert. Abschließend wird der Beitrag der Datenbank zur Bewältigung transportlogistischer Herausforderungen in einem Fallbeispiel bei einem österreichischen Speditionsunternehmen evaluiert.
de
dc.description.abstract
The European Union's Paris Agreement global targets focusing on climate change and environmental protection have been set. Around a quarter of greenhouse gas emissions in the European Union are caused by road transportation. Nevertheless, around 90 percent of freight transports in the EU is carried out within the framework of road-based transport due to its high flexibility, low transport costs and high availability. New, dominant trends such as the rise of e-commerce and the resulting increase in customer demands for short delivery times are shaping the field of transportation logistics. As a result, the complexity of transportation logistics planning and control processes is increasing. The number of trucks making empty runs due to lack of planning and coordination lies between 15 and 30 percent with an average weight utilization of only 56 percent. One reason for this is the lack of inclusion of real-time data in decision-making processes. Furthermore, transportation logistics insufficiently uses emerging technologies to extract real-time data from websites as well as data from social media to support decision-making. The goal of this thesis is to explore the use of real-time data to address transportation logistics challenges through the development of a real-time database. Methods from the field of web scraping and social media analysis are used to extract and structure data. To achieve this objective, an introduction to the theoretical foundations of transportation logistics as well as emerging technologies takes place at the beginning of the thesis. Building on this, the digital revolution in transportation logistics as well as the use of real-time data in the transport logistics context will be discussed in the context of a state-of-art analysis. Furthermore, an overview of the status quo of the use of web scraping and social media analysis is provided. In the practical part of this thesis, a keyword catalog of terms relevant to transportation logistics is first created, which is used as a basis in identifying relevant sources for obtaining real-time data. In doing so, websites as well as content on Facebook and Twitter are analyzed with regard to the real-time use of suitable data. Finally, by applying web scraping, the data is extracted using Python, cleaned and stored in structured form in the real-time database. Finally, the contribution of the database to the management of transportation logistics challenges is evaluated in a case study at an Austrian freight forwarding company.
en
dc.language
Deutsch
-
dc.language.iso
de
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Transportlogistik
de
dc.subject
Web Scraping
de
dc.subject
Social Media Analyse
de
dc.subject
Python
de
dc.subject
BeautifulSoup
de
dc.subject
Transportation Logistics
en
dc.subject
Web Scraping
en
dc.subject
Social Media Analyses
en
dc.subject
Python
en
dc.subject
BeautifulSoup
en
dc.title
Web Scraping und Social Media Analyse im transportlogistischen Kontext: Entwicklung einer Echtzeit-Datenbank zur Bewältigung transportlogistischer Herausforderungen
de
dc.title.alternative
Web Scraping and Social Media Analysis in Transportation Logistics: Developing a Real-Time Database to Address Transportation Logistics Challenges