CN105224989A - 基于动态区间历史数据预测的汽车租赁超订管理系统 - Google Patents
基于动态区间历史数据预测的汽车租赁超订管理系统 Download PDFInfo
- Publication number
- CN105224989A CN105224989A CN201410247719.5A CN201410247719A CN105224989A CN 105224989 A CN105224989 A CN 105224989A CN 201410247719 A CN201410247719 A CN 201410247719A CN 105224989 A CN105224989 A CN 105224989A
- Authority
- CN
- China
- Prior art keywords
- reservation
- time
- interval
- super
- car
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于动态区间历史数据预测的汽车租赁超订管理系统,包括:新增预约处理模块、数据分析模块、预约记录保存模块;新增预约处理模块在接收到租车用户发起的预约请求后,根据当前车辆预定情况判断是否接受本次预约。本发明的有益效果是提出了一种动态确定超订计算区间并根据历史数据预测确定合理超订比例的方法及系统,尽可能保证了超订的需求得到满足,从而提高整体车辆出租率,极大的提升了汽车租赁业务的整体经营业绩。
Description
技术领域
本发明属于汽车租赁行业超订管理技术领域,具体涉及一种基于动态区间预约取消历史数据预测的汽车租赁超订管理方法及系统。
背景技术
超订管理属于收益最大化问题研究范畴,最早在航空业、后来在酒店业运用取得极大的成功。汽车租赁行业与航空、酒店业具有相似性,且符合收益最大化管理的基本特征要求。不过,现有汽车租赁技术中,如:专利文献(申请号-201110033046.X,名称-一种实现汽车租赁业务的方法及系统)并未对超订管理进行专门的研究。
在已经公开发表的酒店业的超订研究相关文献中,有的采用了数学建模进行优化,如:董妮等的《宾馆客房超售模型》,李岩等的《客房超售数量问题的优化决策研究》;有的采用了基于风险控制模型的服务补救机制的研究,如:梅虎等的《饭店客房超订的难点与超售服务补救的优化研究》。但是这些研究中,有的过于学术理论化,有的绕开了超订需求不能满足的核心问题的解决,因此并未真正解决实际运行系统中的汽车租赁超订管理问题。
经检索,发现如下相关文献。
相关检索结果1:
申请号:200380110661.X,名称:具有接入控制的链路和通信网的负载的改善。
该比对专利文献涉及两种用于改善具有接入控制的链路的负载或具有接入控制的通信网的负载的方法。其按照所传输的聚集业务的测量值与要传输的聚集业务的额定值的比例来确定超订,其中按照测量值或额定值的大小来对测量值与额定值的比例进行加权,使得对于较小的测量值或额定值来说,与更大的测量值和额定值的互相的比例相比,它们的比例对超订的确定产生不太强的影响。
技术要点比较:该专利文献是在网络带宽有限的情况下用于接入控制;而本发明是在可出租车辆有限的情况下用于控制超额预订的比例。比对专利文献主要通过考量测量值与额定值的比例,在确定超订因子时,更优先的考虑高负载占优势的情况;而本发明主要通过动态确定基准租车区间,然后通过历史数据来预测当前区间的预约取消行为,并依此来确定超订比例。综上,本发明和比对专利文献在应用范围和所采用的主要技术手段上都存在明显的不同。
相关检索结果2:
申请号:200480029985.5,名称:在分组交换电信中用于控制拥塞管理和调度传输链路容量的方法和设备
该对比专利文献涉及一种以这样的方式在分组交换电信中用于控制拥塞管理和调度传输链路容量的方法和设备,即,1)有可能限定为表示特定服务水平等级的业务预留的传输链路的容量的份额,2)有可能定义加权系数,使得超出每个服务水平等级预留的业务部分将用来竞争没有预留的传输链路的部分容量或被预留但是此刻不被有权预留的业务使用的传输链路的部分容量,3)有可能以这样一种方式使用超额预定,即,由超额预定引起的业务质量的降低仅影响其中使用超额预定的服务水平等级,和4)即使在由超额预定引起的拥塞情况下,也有可能阻止对业务流控制有害的延迟的增加。
技术要点比较:该比对专利文献是用于在分组交换电信中用于控制拥塞管理和调度传输链路容量;而本发明是在可出租车辆有限的情况下用于控制超额预订的比例。该比对专利文献主要是基于特定服务水平等级,并引入竞争机制来控制超额预订;而本发明主要通过动态确定基准租车区间,然后通过历史数据来预测当前区间的预约取消行为,并依此来确定超订比例。综上,本发明和比对专利文献在应用范围和所采用的主要技术手段上都存在明显的不同。
相关检索结果3:
申请号:201110033046.X,名称:一种实现汽车租赁业务的方法及系统
该对比专利文献公开了一种实现汽车租赁业务的方法及系统,所述方法包括:用户通过网站、呼叫中心或者移动终端接受车辆服务;服务系统获取用户订单信息、车辆信息,使车辆服务过程中的信息数据化;服务系统根据用户订单数据预估行驶时间和行驶路径;再结合系统的历史数据重新计算行驶时间和行驶路径,得到调度方案。
技术要点比较:该比对专利文献公开了一种实现汽车租赁业务的方法及系统,其中涉及到预约订单的管理,但是该比对专利文献主要涉及到车辆调度管理,并没有涉及超额预定的具体技术手段,与本发明的主要技术手段有明显的不同。
相关检索结果4:
文献名称:饭店客房超订的难点与超售服务补救的优化研究,梅虎等,2009年,《兰州学刊》
该对比文献提出从服务补救角度解决客房超售的有效性,通过建立饭店客房超售服务补救控制模型,从客房超售的前期工作、客房超售的服务补救过程控制和客房超售的风险控制三个方面,提出优化客房超售的措施和策略,为解决饭店客房超售困惑提供了一个新视角.
技术要点比较:该比对文献从服务补救角度解决客房超售的有效性,并没有对超售的管理给出具体的技术手段,与本发明在技术手段上有明显的不同。
相关检索结果5:
文献名称:宾馆客房超售模型,董妮等,2012年《科技风》
该对比文献对于预订房间的旅客未能按时入住后被退房的情况,分别以宾馆收益最大和超售成本最小为目标函数,建立了客房超售模型。然后对模型给出了求解方法,并用实例进行验证,最后对模型中的参数进行分析,对宾馆的实际操作起到一定的指导作用。
技术要点比较:该比对文献以宾馆收益最大和超售成本最小为目标函数,建立了客房超售模型,并进行了分析验证,而本发明主要通过动态确定基准租车区间,然后通过历史数据来预测当前区间的预约取消行为,并依此来确定超订比例,两者在技术手段上存在明显不同。
相关检索结果6:
名称:客房超售数量问题的优化决策研究,李岩等,2011年,《理科爱好者:教育教学版》
该对比文献在合理假设的基础上,对客房超售问题建立了数学模型,并推导出最优超售数量的求解方法。
技术要点比较:该对比文献对超售问题建立了基于二项分布的优化模型,而本发明主要通过动态确定基准租车区间,然后通过历史数据来预测当前区间的预约取消行为,并依此来确定超订比例,两者在技术手段上存在明显不同。
发明内容
针对上述现有技术中的缺陷,本发明要解决的技术问题是如何动态划定超订计算区间并确定合理的超订比例阈值,从而尽可能避免超订未能履约导致服务质量下降带来客户抱怨,甚至影响整体汽车租赁业务的经营业绩。
根据本发明提供的一种基于动态区间历史数据预测的汽车租赁超订管理系统,包括:新增预约处理模块、数据分析模块、预约记录保存模块;
新增预约处理模块,用于在接收到租车用户发起的预约请求后,根据当前车辆预定情况判断是否接受本次预约;
所述根据当前车辆预定情况判断是否接受本次预约,具体为:
-情况(1),仍然有车辆可以在用户约定的时间段内提供给用户使用
在情况(1)下,新增预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将本次预约标记为一条正常预约记录;
-情况(2),在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,但是在接受本次预约后,超订比例仍然小于超订比例最大值
在情况(2)下,新增预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将之标记为一条超订记录;
-情况(3),在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,且接受本次预约后,超订比例将大于或等于超订比例最大值
在情况(3)下,新增预约处理模块拒绝本次预约,预约记录保存模块不将本次预约保存到预约记录列表;
新增预约处理模块在进行上述处理时,需要调用数据分析模块;
数据分析模块,用于首先划定若干个连续的固定时间区间,每个区间用一个开始时间和一个结束时间标记;划定区间后,根据本次预约的取车时间和还车时间判断出本次预约对应属于哪一个区间,判断方法是本次预约的取车时间应等于或者晚于区间的开始时间,且本次预约的还车时间应早于或者等于区间的结束时间;
然后基于本次预约和区间内已有的超订记录,识别出区间内相关联的正常预约记录数;
接下来计算超订比例,计算公式如下:
超订比例=((区间内超订记录数+1)/区间内与本次预约相关联的正常预约记录数)*100%
并且数据分析模块计算本次预约所在区间超订比例最大值。
优选地,所述识别出区间内相关联的正常预约记录数,具体为:
步骤A1:获取本次预约所在区间内已有超订记录,将已有超订记录中取车时间最早的设定为时间A,将已有超订记录中还车时间最晚的设定为时间B;
步骤A2:获取区间内与本次预约相关联的正常预约记录,其中,所述区间内与本次预约相关联的正常预约记录,是指那些取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的正常预约记录。
优选地,所述数据分析模块计算本次预约所在区间超订比例最大值,具体为:
步骤B1:获取与本次预约所在区间相关联的历史上的所有区间内,取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的租车预约的预约取消率;
步骤B2:根据预约取消率的历史数据绘制趋势线,从而预测本次预约所在区间的预约取消率;
步骤B3:将预测得到的预约取消率乘以一个系数,作为本次预约所在区间的超订比例最大值。
优选地,如果本次预约的取车时间和还车时间跨越了预先划定的固定区间的边界,那么将不允许超订。
与现有技术相比,本发明具有如下的有益效果:
由于采用了上述技术方案,本发明的有益效果是提出了一种动态确定超订计算区间并根据历史数据预测确定合理超订比例的方法及系统,当租车用户取消预约时,空闲出来的车辆就可以满足超订用户的需求,基于对预约取消率的准确预测,尽可能保证了超订的需求得到满足,从而提高整体车辆出租率,极大的提升了汽车租赁业务的整体经营业绩。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为2014年1月份的租车情况表;
图2为实施例1中的历史数据曲线及趋势预测;
图3为实施例2中的历史数据曲线及趋势预测。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
租车预约时需要提供的信息中,与本发明有关的信息包括:取车时间、还车时间。
租车预约的历史数据信息中,与本发明有关的信息包括:取车时间、还车时间、是否履约。
超订管理系统主要由新增预约处理模块、数据分析模块、预约记录保存模块组成。
新增预约处理模块接收到租车用户发起的预约请求,根据当前车辆预定情况判断是否可以接受本次预约。此处进行的判断,可能出现如下几种情况:
情况(1)仍然有车辆可以在用户约定的时间段内提供给用户使用
在这种情况下,新增预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将之标记为一条正常预约记录。
情况(2)在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,但是在接受本次预约后,超订比例仍然小于超订比例最大值
在这种情况下,预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将之标记为一条超订记录。
情况(3)在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,且接受本次预约后,超订比例将大于等于超订比例最大值
在这种情况下,预约处理模块拒绝本次预约,预约记录保存模块不会将本次预约保存到预约记录列表。
预约处理模块在进行上述处理时,需要调用数据分析模块。
数据分析模块首先要划定若干个连续的固定时间区间,每个区间用一个开始时间和一个结束时间标记。通常情况下,可以按照周,月或年为周期来划分区间。划定区间后,根据本次预约的取车时间和还车时间可以判断出属于哪一个区间,判断方法是本次预约的取车时间应等于或者晚于区间的开始时间,且本次预约的还车时间应早于或者等于区间的结束时间。
基于本次预约和区间内已有的超订记录,可以识别出区间内相关联的正常预约记录数。识别方法如下:
第一步:获取本次预约所在区间内已有超订记录,将其中取车时间最早的设定为“时间A”,将其中还车时间最晚的设定为“时间B”。
第二步:获取“区间内与本次预约相关联的正常预约记录”,也就是指那些取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的正常预约记录。
接下来就可以计算超订比例,计算公式如下:
超订比例=((区间内超订记录数+1)/区间内与本次预约相关联的正常预约记录数)*100%
数据分析模块计算本次预约所在区间超订比例最大值的方法如下:
第一步:获取与本次预约所在区间相关联的历史上的所有区间内,取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的租车预约的预约取消率。为了保证预测的准确性,应该保证区间的关联性,所以这里的相关联区间不一定是历史上连续的区间,而需要根据区间划分方法、并结合其他权衡因素进行选择。例如,如果按照月为周期划分了区间,那么相关联的区间可以是历史上与本次预约发生的区间同月份的所有区间;为了预测的准确性,可以根据租车淡季、旺季的设定来挑选出历史上的相关联区间。
第二步:根据预约取消率的历史数据绘制趋势线,从而预测本次预约所在区间的预约取消率。绘制趋势线时可以采用线性,指数,对数,多项式等常用的趋势线绘制算法。
第三步:将预测得到的预约取消率乘以一个系数,作为本次预约所在区间的超订比例最大值。
特别的,如果本次预约的取车时间和还车时间跨越了预先划定的固定区间的边界,那么将不允许超订。
下面对本发明的多个优选的实施例进行描述。
如下所有实施例的前提基础:
●数据分析模块按照月为周期划分固定区间。
●租车网点一共有8辆车可以出租。
●租车网点2014年1月1日-2014年1月31日的租车预约情况,如图1所示。
●根据历史数据预测的预约取消率和超订比例最大值之间的系数是1。
实施例1:
(1)新增预约处理模块接受到用户的预约请求:取车时间是1月12日,还车时间是1月19日。
(2)新增预约处理模块判断所有的车辆都已经被预订,本次预约属于超订。
(3)新增预约处理模块调用数据分析模块,按照如下步骤计算超订比例:
a)区间内超订记录数:0
b)根据时间A(2014年1月12日)和时间B(2014年1月19日),确定区间内与本次预约相关联的正常预约记录编号有:3,5,6(有三条记录)
c)超订比例=(0+1)/3*100%=33.3%
(4)数据分析模块继续按照如下步骤计算超订比例最大值:
a)获取历史上的所有年份里的1月份的、取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的所有租车预约记录的取消率,并绘制曲线,如图2所示。
b)使用线性预测算法绘制趋势线,并预测当前区间的预约取消率是40%
c)超订比例最大值:40%*1=40%
(5)新增预约处理模块判断超订比例(33.3%)小于超订比例最大值(40%),接受本次预约,调用预约记录保存模块将本次预约保存到预约记录列表,并将之标记为一条超订记录。
实施例2:
在实施例1的基础上,新增预约处理模块继续进行如下处理:
(6)新增预约处理模块接受到用户的预约请求:取车时间是1月14日,还车时间是1月21日。
(7)新增预约处理模块判断所有的车辆都已经被预订,本次预约属于超订。
(8)新增预约处理模块调用数据分析模块,按照如下步骤计算超订比例:
a)区间内超订记录数:1
b)根据时间A(2014年1月12日)和时间B(2014年1月21日),确定区间内与本次预约相关联的正常预约记录编号有:3(有一条记录)
c)超订比例=(1+1)/1*100%=200%
(9)数据分析模块继续按照如下步骤计算超订比例最大值:
a)获取历史上的所有年份里的1月份的、取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的所有租车预约记录的取消率,并绘制曲线,如图3所示。
b)使用线性预测算法绘制趋势线,并预测当前区间的预约取消率是50%
c)超订比例最大值:50%*1=50%
(10)新增预约处理模块判断超订比例(200%)大于超订比例最大值(50%),拒绝本次预约,结束处理。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (4)
1.一种基于动态区间历史数据预测的汽车租赁超订管理系统,其特征在于,包括:新增预约处理模块、数据分析模块、预约记录保存模块;
新增预约处理模块,用于在接收到租车用户发起的预约请求后,根据当前车辆预定情况判断是否接受本次预约;
所述根据当前车辆预定情况判断是否接受本次预约,具体为:
-情况(1),仍然有车辆可以在用户约定的时间段内提供给用户使用
在情况(1)下,新增预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将本次预约标记为一条正常预约记录;
-情况(2),在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,但是在接受本次预约后,超订比例仍然小于超订比例最大值
在情况(2)下,新增预约处理模块接受本次预约,预约记录保存模块将本次预约保存到预约记录列表,并将之标记为一条超订记录;
-情况(3),在本次预约时间段内,所有车辆都已经被预订,本次预约已经属于超订,且接受本次预约后,超订比例将大于或等于超订比例最大值
在情况(3)下,新增预约处理模块拒绝本次预约,预约记录保存模块不将本次预约保存到预约记录列表;
新增预约处理模块在进行上述处理时,需要调用数据分析模块;
数据分析模块,用于首先划定若干个连续的固定时间区间,每个区间用一个开始时间和一个结束时间标记;划定区间后,根据本次预约的取车时间和还车时间判断出本次预约对应属于哪一个区间,判断方法是本次预约的取车时间应等于或者晚于区间的开始时间,且本次预约的还车时间应早于或者等于区间的结束时间;
然后基于本次预约和区间内已有的超订记录,识别出区间内相关联的正常预约记录数;
接下来计算超订比例,计算公式如下:
超订比例=((区间内超订记录数+1)/区间内与本次预约相关联的正常预约记录数)*100%
并且数据分析模块计算本次预约所在区间超订比例最大值。
2.根据权利要求1所述的基于动态区间历史数据预测的汽车租赁超订管理系统,其特征在于,所述识别出区间内相关联的正常预约记录数,具体为:
步骤A1:获取本次预约所在区间内已有超订记录,将已有超订记录中取车时间最早的设定为时间A,将已有超订记录中还车时间最晚的设定为时间B;
步骤A2:获取区间内与本次预约相关联的正常预约记录,其中,所述区间内与本次预约相关联的正常预约记录,是指那些取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的正常预约记录。
3.根据权利要求2所述的基于动态区间历史数据预测的汽车租赁超订管理系统,其特征在于,所述数据分析模块计算本次预约所在区间超订比例最大值,具体为:
步骤B1:获取与本次预约所在区间相关联的历史上的所有区间内,取车时间早于或者等于时间A,且还车时间等于或者晚于时间B的租车预约的预约取消率;
步骤B2:根据预约取消率的历史数据绘制趋势线,从而预测本次预约所在区间的预约取消率;
步骤B3:将预测得到的预约取消率乘以一个系数,作为本次预约所在区间的超订比例最大值。
4.根据权利要求3所述的基于动态区间历史数据预测的汽车租赁超订管理系统,其特征在于,如果本次预约的取车时间和还车时间跨越了预先划定的固定区间的边界,那么将不允许超订。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410247719.5A CN105224989A (zh) | 2014-06-05 | 2014-06-05 | 基于动态区间历史数据预测的汽车租赁超订管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410247719.5A CN105224989A (zh) | 2014-06-05 | 2014-06-05 | 基于动态区间历史数据预测的汽车租赁超订管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105224989A true CN105224989A (zh) | 2016-01-06 |
Family
ID=54993946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410247719.5A Pending CN105224989A (zh) | 2014-06-05 | 2014-06-05 | 基于动态区间历史数据预测的汽车租赁超订管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105224989A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108877202A (zh) * | 2018-08-24 | 2018-11-23 | 北京轻享科技有限公司 | 一种出租车辆的监控方法、装置、车辆及计算设备 |
CN110175943A (zh) * | 2019-05-23 | 2019-08-27 | 威比网络科技(上海)有限公司 | 用于智能化课程管理的方法、装置和系统以及存储介质 |
CN110211705A (zh) * | 2019-05-30 | 2019-09-06 | 东软医疗系统股份有限公司 | 分配账号资源的方法、装置及设备 |
CN111898784A (zh) * | 2020-09-29 | 2020-11-06 | 南京闻航汽车科技有限公司 | 用于车辆租赁预订的方法、电子设备和存储介质 |
CN114004663A (zh) * | 2022-01-05 | 2022-02-01 | 上海一嗨成山汽车租赁南京有限公司 | 一种用于车辆的出租率计算方法、系统、存储介质以及服务器 |
CN116307272A (zh) * | 2023-05-17 | 2023-06-23 | 首都医科大学附属北京儿童医院 | 基于深度学习的儿科互联网+门诊爽约预测方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581191A (zh) * | 2004-05-14 | 2005-02-16 | 中华电信股份有限公司 | 电子化车辆租借管理系统 |
CN1687950A (zh) * | 2005-05-31 | 2005-10-26 | 威盛电子股份有限公司 | 在线预约处理系统及方法 |
US20090307019A1 (en) * | 2008-06-09 | 2009-12-10 | Renato Grussu | Method of Booking Hotel Reservations |
CN102867248A (zh) * | 2012-09-10 | 2013-01-09 | 深圳天珑无线科技有限公司 | 预约处理方法及终端 |
-
2014
- 2014-06-05 CN CN201410247719.5A patent/CN105224989A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581191A (zh) * | 2004-05-14 | 2005-02-16 | 中华电信股份有限公司 | 电子化车辆租借管理系统 |
CN1687950A (zh) * | 2005-05-31 | 2005-10-26 | 威盛电子股份有限公司 | 在线预约处理系统及方法 |
US20090307019A1 (en) * | 2008-06-09 | 2009-12-10 | Renato Grussu | Method of Booking Hotel Reservations |
CN102867248A (zh) * | 2012-09-10 | 2013-01-09 | 深圳天珑无线科技有限公司 | 预约处理方法及终端 |
Non-Patent Citations (1)
Title |
---|
阮广璇: ""汽车租赁行业超售决策的启发式算法"", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108877202A (zh) * | 2018-08-24 | 2018-11-23 | 北京轻享科技有限公司 | 一种出租车辆的监控方法、装置、车辆及计算设备 |
CN108877202B (zh) * | 2018-08-24 | 2020-12-15 | 北京轻享科技有限公司 | 一种出租车辆的监控方法、装置、车辆及计算设备 |
CN110175943A (zh) * | 2019-05-23 | 2019-08-27 | 威比网络科技(上海)有限公司 | 用于智能化课程管理的方法、装置和系统以及存储介质 |
CN110175943B (zh) * | 2019-05-23 | 2021-10-01 | 威比网络科技(上海)有限公司 | 用于智能化课程管理的方法、装置和系统以及存储介质 |
CN110211705A (zh) * | 2019-05-30 | 2019-09-06 | 东软医疗系统股份有限公司 | 分配账号资源的方法、装置及设备 |
CN111898784A (zh) * | 2020-09-29 | 2020-11-06 | 南京闻航汽车科技有限公司 | 用于车辆租赁预订的方法、电子设备和存储介质 |
CN114004663A (zh) * | 2022-01-05 | 2022-02-01 | 上海一嗨成山汽车租赁南京有限公司 | 一种用于车辆的出租率计算方法、系统、存储介质以及服务器 |
CN116307272A (zh) * | 2023-05-17 | 2023-06-23 | 首都医科大学附属北京儿童医院 | 基于深度学习的儿科互联网+门诊爽约预测方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105224989A (zh) | 基于动态区间历史数据预测的汽车租赁超订管理系统 | |
Zhu et al. | A probabilistic passenger-to-train assignment model based on automated data | |
Ehmke et al. | Customer acceptance mechanisms for home deliveries in metropolitan areas | |
Nourinejad et al. | A dynamic carsharing decision support system | |
CN104318477A (zh) | 一种基于大数据的车辆保险评估的方法 | |
Chien et al. | Optimal stop spacing and headway of congested transit system considering realistic wait times | |
CN111178697A (zh) | 一种高速铁路通过能力计算方法及系统 | |
US11626021B2 (en) | Systems and methods for dispatching shared rides through ride-hailing platform | |
CN110675182A (zh) | 一种车票定价方法、装置、存储介质和服务器 | |
Graves et al. | Customer journey time metrics for New York city bus service using big data | |
Avenali et al. | Standard costs of regional public rail passenger transport: evidence from Italy | |
CN117172889A (zh) | 基于时段的租赁渠道风险评估方法、装置、设备及介质 | |
CN113793195B (zh) | 网约车订单处理方法、装置、计算机设备及可读存储介质 | |
Shen et al. | Vehicle scheduling based on variable trip times with expected on‐time performance | |
CN112052898B (zh) | 一种城际高铁乘客的潜在分类模型构建方法和系统 | |
CN113536128A (zh) | 交通枢纽换乘方式的推荐方法及电子设备 | |
CN108234596A (zh) | 航空信息推送方法及装置 | |
CN113657725A (zh) | 一种公交线路和调度优化方法、系统、装置及介质 | |
CN111833595B (zh) | 共享汽车辅助车辆配置方法、电子设备及存储介质 | |
CN111105284B (zh) | 订单处理方法、装置、m层订单处理模型、电子设备及储存介质 | |
CN112926796A (zh) | 一种基于特定场景的下车点推荐方法及装置 | |
WO2021230808A1 (en) | Server and method of determining an advanced booking fee for an advance booking | |
CN112053087A (zh) | 投诉工单的处理方法、装置、设备及存储介质 | |
CN110826943A (zh) | 判断是否需要进行配车及确定公交配车数的方法及相关设备 | |
CN111327661A (zh) | 推送方法、推送装置、服务器和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160106 |