CN103985247A - 基于城市叫车需求分布密度的出租车运力调度系统 - Google Patents
基于城市叫车需求分布密度的出租车运力调度系统 Download PDFInfo
- Publication number
- CN103985247A CN103985247A CN201410168588.1A CN201410168588A CN103985247A CN 103985247 A CN103985247 A CN 103985247A CN 201410168588 A CN201410168588 A CN 201410168588A CN 103985247 A CN103985247 A CN 103985247A
- Authority
- CN
- China
- Prior art keywords
- order
- chauffeur
- taxi
- close quarters
- latitude
- 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.)
- Granted
Links
Abstract
本发明涉及出租车运力调度技术领域，具体公开了一种基于城市叫车需求分布密度的出租车运力调度系统，其包括：挖掘模块和推送模块；所述挖掘模块用于根据一个时间段的叫车订单集合，计算出该时间段的一个以上叫车需求密集区域；所述推送模块用于根据所述挖掘模块计算出的叫车需求密集区域以及实时收集到的出租车信息集合，对临近叫车需求密集区域的出租车推送消息，以实现出租车运力的调度。本发明的上述技术方案实时计算了一个城市的叫车需求分布，并将这个信息实时推送给出租车司机，均衡乘客叫车需求与出租车分布，减缓叫车高峰地段或突发事件造成的局部叫车困难的问题；同时让司机有效安排自己的行驶计划，减少空驶成本。
Description
技术领域
本发明涉及出租车智能设备技术领域，尤其涉及出租车运力调度技术领域。
背景技术
当前随着智能设备，特别是智能导航、智能手机的普及，给人们的出行带来了极大的便利。随着城市的发展，叫车需求已经是社会各个阶层人士的普遍需求。现有的叫车软件虽然成功解决了出租车司机和乘客之间的信息不对称问题，但还存在如下两个问题：
1、乘客叫车需求分布与出租车分布不匹配，叫车需求密集的地域，出租车数量未必充足；出租车数量充足的地方，叫车需求未必充足；典型的情况比如大型演唱会、运动会散场；
2、司机作为信息的孤岛，只能实时了解周围几十米甚至不足十米范围内的叫车需求情况，即使经验丰富的司机，也很难根据经验实时判断一个城市的叫车需求分布。
发明内容
本发明要解决的技术问题是：如何获得一个城市出租车需求的热点分布情况，将这个信息实时发布给出租车司机，使得司机能实时掌握整个城市的出租车需求分布情况，为出租车司机的行驶计划提供有力的参考，同时有力解决城市叫车需求与出租车运力分布不均的问题。
为了解决上述技术问题，本发明所采用的技术方案是：一种基于城市叫车需求分布密度的出租车运力调度系统，其包括：挖掘模块和推送模块；
所述挖掘模块用于根据一个时间段的叫车订单集合，计算出该时间段的一个以上叫车需求密集区域；
所述推送模块用于根据所述挖掘模块计算出的叫车需求密集区域以及实时收集到的出租车信息集合，对临近叫车需求密集区域的出租车推送消息，以实现出租车运力的调度。
优选的，所述叫车订单集合中的各订单信息包括：订单编号、出发地经纬度、出发时间；
所述挖掘模块采用聚类算法来计算出叫车需求密集区域，所述聚类算法自定义一种距离，根据各订单的出发地经纬度信息自动将该距离内的各订单归为某一叫车需求密集区域；
所述挖掘模块根据某一叫车需求密集区域内的所有订单信息计算出该叫车需求密集区域的区域内叫车订单数、区域中心经纬度、区域半径；其中，所述区域内叫车订单数为该叫车需求密集区域内所有订单的总数，所述区域中心经纬度为该叫车需求密集区域内所有订单的出发地经纬度的平均值，所述区域半径为所述区域中心经纬度与该叫车需求密集区域内每个订单的出发地经纬度的距离最大值。
进一步优选的，所述聚类算法为Dbscan聚类算法；
所述Dbscan聚类算法输入叫车订单集合D、半径r、密度阈值e，输出若干个聚簇C；其中：叫车订单集合D为指定时间段内的所有叫车订单的集合；半径r为1～5km；密度阈值e，为给定订单在r领域内成为核心订单的最小订单数，取值为所述叫车订单集合D中叫车订单总数的1/10～1/50；每个聚簇C为一个叫车需求密集区域；
所述Dbscan聚类算法步骤如下：
步骤1，检测D中的订单p是否为已处理，如果订单p归为某个簇或者标记为噪声，则订单p为已处理，检测D中的下一个订单；如果订单p为未处理，则将订单p的r领域内的所有订单加入候选集N；
步骤2，检测候选集N包含的订单数，如果订单集合N包含的订单数小于e，订单p标记为噪声，检测D中的下一个订单；如果订单集合N包含的订单数大于等于e，建立新聚簇C，将订单p加入聚簇C；
步骤3，检测N中的订单p'是否为已处理，如果订单p'归为某个簇或者标记为噪声，则订单p'为已处理，检测N中的下一个订单；如果订单p'为未处理，将订单p'的r邻域内的所有订单加入N’，如果N’包含的订单数大于等于e则将N’中的订单加入N，如果订单p'不属于任何聚簇则将订单p'加入聚簇C；
步骤4，重复步骤3，直至N中的订单全部遍历；
步骤5，重复步骤1～3，直至D中的订单全部遍历。
优选的，所述出租车信息集合中的各出租车信息包括：司机编号、上报时间、出租车经纬度；
所述推送模块用于根据各出租车经纬度和各叫车需求密集区域的区域中心经纬度，依次计算各出租车与各叫车需求密集区域中心的距离，并与各叫车需求密集区域的区域半径进行比较，如果一个出租车距离任何一个叫车需求密集区域中心的距离均大于该叫车需求密集区域的区域半径，则将距离该出租车最近的一个叫车需求密集区域的信息推送给该出租车。
进一步优选的，所述推送模块中，如果距离该出租车最近的一个叫车需求密集区域与该出租车的距离在(r’，r’+d)区间内时，则将距离该出租车最近的一个叫车需求密集区域的信息推送给该出租车，否则不推送；其中r’为距离该出租车最近的一个叫车需求密集区域的区域半径，d取值为0.5～2km。
优选的，所述推送模块只对临近供需比例失衡的叫车需求密集区域的出租车推送消息。
进一步优选的，所述推送模块根据一个叫车需求密集区域的成交率和司乘比来衡量该叫车需求密集区域是否供需比例失衡；
所述叫车订单集合中的各订单信息包括：订单编号、出发地经纬度、出发时间、订单成交否；所述出租车信息集合中的各出租车信息包括：司机编号、上报时间、出租车经纬度；
所述挖掘模块根据该叫车需求密集区域内的所有订单信息以及各出租车信息计算出该叫车需求密集区域的区域内叫车订单数、区域中心经纬度、区域半径、区域包含的司机数、成功数；其中，所述区域内叫车订单数为该叫车需求密集区域内所有订单的总数，所述区域中心经纬度为该叫车需求密集区域内所有订单经纬度的平均值，所述区域半径为所述区域中心经纬度与该叫车需求密集区域内每个订单的经纬度的距离最大值，所述区域包含的司机数为所述区域中心经纬度与各个出租车经纬度之间的距离小于所述区域半径的出租车个数的合计值，所述成功数为该叫车需求密集区域内所有成交订单的总数；
所述成交率为所述成功数与所述区域内叫车订单数的比值，所述司乘比为所述区域包含的司机数与所述区域内叫车订单数的比值。
进一步优选的，如果一个叫车需求密集区域的成交率在80％以下，司乘比在10以下，则该叫车需求密集区域为供需比例失衡的叫车需求密集区域。
优选的，所述推送模块采用基于socket通信的推送方式推送消息。
优选的，所述时间段为5分钟、10分钟、15分钟、20分钟、25分钟或30分钟；所述实时为5秒钟、10秒钟、15秒钟、20秒钟、25秒钟或30秒钟。
本发明的上述技术方案实时计算了一个城市的叫车需求分布，并将这个信息实时推送给出租车司机，达到如下技术效果：
1、均衡乘客叫车需求与出租车分布，减缓叫车高峰地段或突发事件造成的局部叫车困难的问题；
2、让司机有效安排自己的行驶计划，减少空驶成本。
附图说明
图1Dbscan聚类算法数据流图。
图2成交率-司乘比趋势图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
本发明的工作原理是：利用机器学习或统计方法等，计算得到某个城市的用车需求(包括但不限于叫车、租车、公交等各种用车需求)分布信息，将该信息推送给出租车司机或其他任何对该信息有需求的使用方，从而实现对某个城市的对各种交通工具的行驶做出规划或指导(包括但不限于导航、交通拥堵评测、出行需求评测等)。举例来说，一个城市通常分为繁华地段和非繁华地段，同样，叫车需求在一个城市的不同时间段也会呈现出明显的地域分布特征；通过实时计算出当前时刻的叫车需求密集区域，对位于临近叫车需求密集区域的出租车司机推送消息，就能实现出租车运力的调度。
本发明一种基于城市叫车需求分布密度的出租车运力调度系统，包括：挖掘模块和推送模块。
1、挖掘模块
挖掘模块用于根据当前时刻的叫车订单集合，计算出当前时刻的一个以上叫车需求密集区域。
挖掘模块还用于根据一个叫车需求密集区域内的订单、司机数量比例，来判断该叫车需求密集区域的供需比例是否失衡。
挖掘模块采用聚类算法来计算出叫车需求密集区域。聚类算法是一种机器学习算法，根据自定义一种距离，自动将距离接近的对象归为一类；在本发明中，所述聚类算法就是将距离接近的订单归为某一区域，该区域为叫车需求密集区域。为提高区域计算的准确性，可采用Dbscan聚类算法，实际情况下不局限于任何聚类算法。
如图1所示，Dbscan聚类算法描述如下：
算法：Dbscan；
输入：订单集合D，半径r，密度阈值e；
输出：若干个聚簇C。
其中：订单集合D为当前城市、指定时间段内的叫车订单集合，每个订单可包含的信息为：订单编号(id)、出发地经纬度、出发时间等信息，时间段为5分钟、10分钟、15分钟等；半径r需要根据实际经验确定，一般选择1～5km；密度阈值e，为给定订单在r领域内成为核心订单的最小订单数，一般情况下，选取当前时刻当前城市订单数的1/10～1/50；每个聚簇C即为当前时刻某一城市的各个叫车需求密集区域。
Dbscan聚类算法流程如下：
步骤1，检测订单集合D中的订单p是否为已处理，如果订单p归为某个簇或者标记为噪声，则订单p为已处理，检测D中的下一个订单；如果订单p为未处理，则将订单p的r领域内的所有订单(若某一订单的出发地经纬度到订单p的出发地经纬度的距离小于半径r的，即认为该订单为订单p的r领域内的订单)加入候选集N；
步骤2，检测候选集N包含的订单数，如果订单集合N包含的订单数小于e，订单p标记为噪声，检测D中的下一个订单；如果订单集合N包含的订单数大于等于e，建立新聚簇C，将订单p加入聚簇C；
步骤3，检测N中的订单p'是否为已处理，如果订单p'归为某个簇或者标记为噪声，则订单p'为已处理，检测N中的下一个订单；如果订单p'为未处理，将订单p'的r领域内的所有订单加入N’，如果N’包含的订单数大于等于e则将N’中的订单加入N，如果订单p'不属于任何聚簇则将订单p'加入聚簇C；
步骤4，重复步骤3，直至N中的订单全部遍历；
步骤5，重复步骤1～3，直至D中的订单全部遍历。
这样，经过Dbscan算法聚类后，得到若干个聚簇，每个聚簇可以认为是一个叫车需求密集区域，每个聚簇包含该区域内的所有订单。
Dbscan聚类算法伪代码描述如下：
其中ExpandCluster算法伪码如下：
进一步可以根据聚簇内的所有订单计算出区域中心、半径、区域内司机数等相关信息：
1、区域中心经纬度：根据聚簇内包含的所有订单的经纬度，进行简单的均值计算即可得到中心经纬度；
2、区域半径：得到区域中心经纬度后，计算区域中心经纬度与聚簇内每个订单的经纬度的距离，取所有距离的最大值可以作为区域的半径；
3、区域内叫车订单数：为该聚簇内内所有订单的总数；
4、区域包含的司机数：计算区域中心与每个在线司机当前的经纬度之间的距离，取距离小于区域半径的司机认为是该区域内的司机，计数得到司机数。
这样，就得到当前时刻某一城市的各个叫车需求密集区域如：区域1：中心坐标xy(即区域中心经纬度)，半径，订单数，司机数；区域2：中心坐标xy，半径，订单数，司机数等等。
2、推送模块
推送模块用于根据挖掘模块计算出的叫车需求密集区域以及实时收集到的出租车信息集合(各个出租车信息包括：司机编号、上报时间、经纬度等)，对位于临近叫车需求密集区域的出租车推送消息(周围位于热点区域以外)，以实现出租车运力的调度。推送模块可只对位于临近供需比例失衡的叫车需求密集区域的出租车推送消息。推送模块可采用基于socket通信的推送方式或其它方式推送消息。
进一步的，推送模块根据实时收集到的出租车经纬度信息，依次计算该司机与当前城市每个叫车需求密集区域中心的距离，并与该区域的半径进行比较，对满足如下两个条件的司机进行消息推送：
1、该出租车距离任何一个叫车需求密集区域中心的距离均大于该区域的半径(表示该出租车不在任何一个叫车需求密集区域中)；
2、距离该出租车最近的一个叫车需求密集区域与该司机的距离L在(r’，r’+d)区间内(即该距离L大于等于r’，小于等于r’+d)，其中r’为该叫车需求密集区域半径，d一般取0.5～2km。
具体实施例一：
以北京为例，上班高峰期从城外发出的叫车需求较多，如回龙观地区在早8:00～9:00左右会有大量用车；下班高峰，如18:00～19:00，在中关村附近会有大量乘客叫车。
在叫车软件的服务器端或呼叫中心的服务器端，都存储有大量的从乘客那那里收集的叫车订单。一般，从乘客那里收集到的叫车订单格式如下：
| 订单编号 | 乘客手机号 | 出发地 | 出发时间 | 出发地经纬度信息 |
| 140002 | 13300000001 | 中关村大街10号 | 2014/2/2018:00 | xxxxxx |
| 140012 | 13300000002 | 中关村大街20号 | 2014/2/2018:00 | xxxxxx |
正常情况下，每当有一个乘客发出用车请求，就会有如上的一个订单信息发送到服务器上。
服务器上通过对某个城市(例如：北京)一段时间内(当天18:00～18:05)的订单，按照订单的出发地进行统计计算(这里用Dbscan聚类算法)，输出若干个叫车需求密集区域(区域1：中关村附近，方圆2.5km，叫车人数：200人；区域2：上地附近，方圆3.4km，叫车人数：300人；……)。
每个出租车在行驶过程中，通过出租车的司机端app，每隔10秒钟向服务器上报一次当前出租车所在位置经纬度，信息格式如下：
| 司机编号 | 上报时间 | 当前所在地点 | 经纬度信息 |
| 12345 | 2014/2/2018:00 | 人民大学附近 | xxxxxx |
为司机选定合适的叫车需求密集区域后，可以通过app、短信、广播等任何方式，向该司机端app下发消息“师傅您好，距您x公里，在xxx处有大量乘客用车。”。
具体实施例二：
针对上海市某一时刻的叫车分布，挖掘模块通过Dbscan聚类算法可得到数个叫车需求密集区域(聚簇)。挖掘模块还根据各个叫车需求密集区域内的所有订单信息以及各出租车信息计算出该叫车需求密集区域的区域内叫车订单数、区域中心经纬度、区域半径、区域包含的司机数、成功数、成交率、司乘比；
其中，叫车订单集合中的各订单信息包括：订单编号、出发地经纬度、出发时间、订单成交否；出租车信息集合中的各出租车信息包括：司机编号、上报时间、出租车经纬度；所述区域内叫车订单数为该叫车需求密集区域内所有订单的总数，所述区域中心经纬度为该叫车需求密集区域内所有订单经纬度的平均值，所述区域半径为所述区域中心经纬度与该叫车需求密集区域内每个订单的经纬度的距离最大值，所述区域包含的司机数为所述区域中心经纬度与各个出租车经纬度之间的距离小于所述区域半径的出租车个数的合计值，所述成功数为该叫车需求密集区域内所有成交订单的总数；所述成交率为所述成功数与所述区域内叫车订单数的比值，所述司乘比为所述区域包含的司机数与所述区域内叫车订单数的比值。
具体的，对上海市某一时刻的各个叫车需求密集区域内的司机数、订单数、成交率、司乘比指标统计如下表所示：
| 订单数 | 成功数 | 司机数 | 成交率(成功数/订单数) | 司乘比(司机数/订单数) |
| 13 | 7 | 175 | 0.538462 | 13.46154 |
| 23 | 12 | 228 | 0.521739 | 9.913043 |
| 20 | 14 | 199 | 0.7 | 9.95 |
| 16 | 7 | 120 | 0.4375 | 7.5 |
| 13 | 9 | 155 | 0.692308 | 11.92308 |
| 22 | 7 | 140 | 0.318182 | 6.363636 |
| 33 | 12 | 299 | 0.363636 | 9.060606 |
| 15 | 6 | 147 | 0.4 | 9.8 |
| 14 | 6 | 73 | 0.428571 | 5.214286 |
| 9 | 3 | 77 | 0.333333 | 8.555556 |
| 7 | 1 | 34 | 0.142857 | 4.857143 |
| 31 | 11 | 275 | 0.354839 | 8.870968 |
| 5 | 2 | 69 | 0.4 | 13.8 |
| 7 | 5 | 126 | 0.714286 | 18 |
| 10 | 2 | 45 | 0.2 | 4.5 |
| 5 | 5 | 59 | 1 | 11.8 |
| 22 | 7 | 140 | 0.318182 | 6.363636 |
| 33 | 12 | 299 | 0.363636 | 9.060606 |
| 31 | 11 | 275 | 0.354839 | 8.870968 |
| 17 | 7 | 67 | 0.411765 | 3.941176 |
| 25 | 15 | 134 | 0.6 | 5.36 |
| 14 | 10 | 223 | 0.714286 | 15.92857 |
| 15 | 9 | 189 | 0.6 | 12.6 |
| 12 | 5 | 72 | 0.416667 | 6 |
| 8 | 4 | 31 | 0.5 | 3.875 |
| 8 | 5 | 109 | 0.625 | 13.625 |
| 4 | 1 | 88 | 0.25 | 22 |
| 6 | 3 | 48 | 0.5 | 8 |
| 4 | 2 | 34 | 0.5 | 8.5 |
| 5 | 1 | 25 | 0.2 | 5 |
| 17 | 7 | 67 | 0.411765 | 3.941176 |
| 25 | 15 | 134 | 0.6 | 5.36 |
| 12 | 5 | 72 | 0.416667 | 6 |
| 8 | 4 | 31 | 0.5 | 3.875 |
从数据上看出，随着司乘比的提高，成交率会显著增加，参见图2所示，纵轴为司乘比，横轴为成交率，期望成交率为1，那么理想的司乘比应该为16。即成交率与司乘比满足一定的线性关系。
因此，叫车需求密集区域的供需比例是否失衡的衡量标准可以是：成交率、司乘比。
一般情况下，某个叫车需求密集区域的成交率在80％以上，我们认为是健康的；成交率在80％以下，则认为偏低；对成交率在80％以下的叫车需求密集区域，如果司乘比(司机数除以订单数)在10以下，则认为司乘比不足，那么导致成交率低的原因很可能是司机数量不足以承担该区域的订单，这时需要从该区域周围调度司机进入这个区域；如果司乘比大于10，则可能是其他原因导致成交率低，这时不需要从该区域周围调度司机进入这个区域。
总之，成交率偏低，且司乘比也严重不足的就属于供需比例失衡的叫车需求密集区域。如下表所示：
| 订单数 | 成功数 | 司机数 | 成交率(成功数/订单数) | 司乘比(司机数/订单数) |
| 22 | 7 | 140 | 0.318182 | 6.363636 |
| 33 | 12 | 299 | 0.363636 | 9.060606 |
| 31 | 11 | 275 | 0.354839 | 8.870968 |
这三个叫车需求密集区域属于严重不健康区域(供需比例失衡)，可以调动司机。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种基于城市叫车需求分布密度的出租车运力调度系统，其特征在于，其包括：挖掘模块和推送模块；
所述挖掘模块用于根据一个时间段的叫车订单集合，计算出该时间段的一个以上叫车需求密集区域；
所述推送模块用于根据所述挖掘模块计算出的叫车需求密集区域以及实时收集到的出租车信息集合，对临近叫车需求密集区域的出租车推送消息，以实现出租车运力的调度。
2.如权利要求1所述的系统，其特征在于，所述叫车订单集合中的各订单信息包括：订单编号、出发地经纬度、出发时间；
所述挖掘模块采用聚类算法来计算出叫车需求密集区域，所述聚类算法自定义一种距离，根据各订单的出发地经纬度信息自动将该距离内的各订单归为某一叫车需求密集区域；
所述挖掘模块根据某一叫车需求密集区域内的所有订单信息计算出该叫车需求密集区域的区域内叫车订单数、区域中心经纬度、区域半径；其中，所述区域内叫车订单数为该叫车需求密集区域内所有订单的总数，所述区域中心经纬度为该叫车需求密集区域内所有订单的出发地经纬度的平均值，所述区域半径为所述区域中心经纬度与该叫车需求密集区域内每个订单的出发地经纬度的距离最大值。
3.如权利要求2所述的系统，其特征在于，所述聚类算法为Dbscan聚类算法；
所述Dbscan聚类算法输入叫车订单集合D、半径r、密度阈值e，输出若干个聚簇C；其中：叫车订单集合D为指定时间段内的所有叫车订单的集合；半径r为1～5km；密度阈值e，为给定订单在r领域内成为核心订单的最小订单数，取值为所述叫车订单集合D中叫车订单总数的1/10～1/50；每个聚簇C为一个叫车需求密集区域；
所述Dbscan聚类算法步骤如下：
步骤1，检测D中的订单p是否为已处理，如果订单p归为某个簇或者标记为噪声，则订单p为已处理，检测D中的下一个订单；如果订单p为未处理，则将订单p的r领域内的所有订单加入候选集N；
步骤2，检测候选集N包含的订单数，如果订单集合N包含的订单数小于e，订单p标记为噪声，检测D中的下一个订单；如果订单集合N包含的订单数大于等于e，建立新聚簇C，将订单p加入聚簇C；
步骤3，检测N中的订单p'是否为已处理，如果订单p'归为某个簇或者标记为噪声，则订单p'为已处理，检测N中的下一个订单；如果订单p'为未处理，将订单p'的r邻域内的所有订单加入N’，如果N’包含的订单数大于等于e则将N’中的订单加入N，如果订单p'不属于任何聚簇则将订单p'加入聚簇C；
步骤4，重复步骤3，直至N中的订单全部遍历；
步骤5，重复步骤1～3，直至D中的订单全部遍历。
4.如权利要求2或3所述的系统，其特征在于，所述出租车信息集合中的各出租车信息包括：司机编号、上报时间、出租车经纬度；
所述推送模块用于根据各出租车经纬度和各叫车需求密集区域的区域中心经纬度，依次计算各出租车与各叫车需求密集区域中心的距离，并与各叫车需求密集区域的区域半径进行比较，如果一个出租车距离任何一个叫车需求密集区域中心的距离均大于该叫车需求密集区域的区域半径，则将距离该出租车最近的一个叫车需求密集区域的信息推送给该出租车。
5.如权利要求4所述的系统，其特征在于，所述推送模块中，如果距离该出租车最近的一个叫车需求密集区域与该出租车的距离在(r’，r’+d)区间内时，则将距离该出租车最近的一个叫车需求密集区域的信息推送给该出租车，否则不推送；其中r’为距离该出租车最近的一个叫车需求密集区域的区域半径，d取值为0.5～2km。
6.如权利要求1、2或3所述的系统，其特征在于，所述推送模块只对临近供需比例失衡的叫车需求密集区域的出租车推送消息。
7.如权利要求6所述的系统，其特征在于，所述推送模块根据一个叫车需求密集区域的成交率和司乘比来衡量该叫车需求密集区域是否供需比例失衡；
所述叫车订单集合中的各订单信息包括：订单编号、出发地经纬度、出发时间、订单成交否；所述出租车信息集合中的各出租车信息包括：司机编号、上报时间、出租车经纬度；
所述挖掘模块根据该叫车需求密集区域内的所有订单信息以及各出租车信息计算出该叫车需求密集区域的区域内叫车订单数、区域中心经纬度、区域半径、区域包含的司机数、成功数；其中，所述区域内叫车订单数为该叫车需求密集区域内所有订单的总数，所述区域中心经纬度为该叫车需求密集区域内所有订单经纬度的平均值，所述区域半径为所述区域中心经纬度与该叫车需求密集区域内每个订单的经纬度的距离最大值，所述区域包含的司机数为所述区域中心经纬度与各个出租车经纬度之间的距离小于所述区域半径的出租车个数的合计值，所述成功数为该叫车需求密集区域内所有成交订单的总数；
所述成交率为所述成功数与所述区域内叫车订单数的比值，所述司乘比为所述区域包含的司机数与所述区域内叫车订单数的比值。
8.如权利要求7所述的系统，其特征在于，如果一个叫车需求密集区域的成交率在80％以下，司乘比在10以下，则该叫车需求密集区域为供需比例失衡的叫车需求密集区域。
9.如权利要求1、2或3所述的系统，其特征在于，所述推送模块采用基于socket通信的推送方式推送消息。
10.如权利要求1、2或3所述的系统，其特征在于，所述时间段为5分钟、10分钟、15分钟、20分钟、25分钟或30分钟；所述实时为5秒钟、10秒钟、15秒钟、20秒钟、25秒钟或30秒钟。
Priority Applications (16)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410168588.1A CN103985247B (zh) | 2014-04-24 | 2014-04-24 | 基于城市叫车需求分布密度的出租车运力调度系统 |
| BR112016024779-5A BR112016024779B1 (pt) | 2014-04-24 | 2015-04-24 | Sistema e método para gestão de fornecimento de serviço |
| PCT/CN2015/077389 WO2015161828A1 (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| RU2016145910A RU2682313C2 (ru) | 2014-04-24 | 2015-04-24 | Система (варианты) и способ (варианты) управления предоставлением услуги |
| SG11201608881QA SG11201608881QA (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| GB1618084.6A GB2539852B (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| CA2946648A CA2946648A1 (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| US15/306,430 US10373089B2 (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| KR1020167032658A KR101994631B1 (ko) | 2014-04-24 | 2015-04-24 | 서비스의 공급을 관리하기 위한 시스템 및 방법 |
| JP2017507056A JP6423520B2 (ja) | 2014-04-24 | 2015-04-24 | サービスの供給状況を管理するシステム及び方法 |
| AU2015251350A AU2015251350A1 (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| EP15783105.8A EP3134887A4 (en) | 2014-04-24 | 2015-04-24 | System and method for managing supply of service |
| PH12016502125A PH12016502125B1 (en) | 2014-04-24 | 2016-10-24 | System and method for managing supply of service |
| US15/398,216 US10037503B2 (en) | 2014-04-24 | 2017-01-04 | System and method for managing supply of service |
| JP2018196944A JP6506460B2 (ja) | 2014-04-24 | 2018-10-18 | サービスの供給状況を管理するシステム及び方法 |
| US16/510,329 US20190370713A1 (en) | 2014-04-24 | 2019-07-12 | System and method for managing supply of service |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410168588.1A CN103985247B (zh) | 2014-04-24 | 2014-04-24 | 基于城市叫车需求分布密度的出租车运力调度系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103985247A true CN103985247A (zh) | 2014-08-13 |
| CN103985247B CN103985247B (zh) | 2016-08-24 |
Family
ID=51277199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410168588.1A Active CN103985247B (zh) | 2014-04-24 | 2014-04-24 | 基于城市叫车需求分布密度的出租车运力调度系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103985247B (zh) |
Cited By (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156868A (zh) * | 2014-08-22 | 2014-11-19 | 北京嘀嘀无限科技发展有限公司 | 基于订单价值判断促进订单成交的出租车积分系统 |
| CN104463368A (zh) * | 2014-12-09 | 2015-03-25 | 北京嘀嘀无限科技发展有限公司 | 用于确定订单的价值的方法及设备 |
| CN104537831A (zh) * | 2015-01-23 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
| CN104599088A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 基于订单的调度方法和调度系统 |
| CN104616119A (zh) * | 2015-02-26 | 2015-05-13 | 北京嘀嘀无限科技发展有限公司 | 用于提供历史订单数据和实时订单列表的方法及设备 |
| CN104915855A (zh) * | 2015-04-13 | 2015-09-16 | 北京嘀嘀无限科技发展有限公司 | 订单抢单率的预估方法及装置 |
| CN105005834A (zh) * | 2015-08-20 | 2015-10-28 | 北京嘀嘀无限科技发展有限公司 | 一种订单导流方法及设备 |
| WO2015161828A1 (en) * | 2014-04-24 | 2015-10-29 | Beijing Didi Infinity Science And Technology Limited | System and method for managing supply of service |
| CN105160021A (zh) * | 2015-09-29 | 2015-12-16 | 滴滴（中国）科技有限公司 | 基于目的地偏好的订单分配方法及装置 |
| CN105185116A (zh) * | 2015-09-15 | 2015-12-23 | 广州地理研究所 | 网络集约小客车出行需求热力图构建方法 |
| CN105373840A (zh) * | 2015-10-14 | 2016-03-02 | 深圳市天行家科技有限公司 | 代驾订单预测方法和代驾运力调度方法 |
| CN105575105A (zh) * | 2015-12-24 | 2016-05-11 | 滴滴（中国）科技有限公司 | 用于交通工具的调度方法和设备 |
| CN105608887A (zh) * | 2016-02-16 | 2016-05-25 | 深圳市京泰基科技有限公司 | 通过电召信息优化司机载客区域的系统及方法 |
| CN105608886A (zh) * | 2016-01-21 | 2016-05-25 | 滴滴出行科技有限公司 | 用于调度交通工具的方法和设备 |
| CN105761482A (zh) * | 2016-05-10 | 2016-07-13 | 北京交通大学 | 基于公平性的出租车实时预约方法及系统 |
| WO2016127918A1 (zh) * | 2015-02-13 | 2016-08-18 | 北京嘀嘀无限科技发展有限公司 | 一种运力调度方法及系统 |
| CN106373387A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道（北京）科技有限公司 | 一种车辆调度方法、装置及系统 |
| CN106557829A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法和装置 |
| CN106657199A (zh) * | 2015-11-02 | 2017-05-10 | 滴滴（中国）科技有限公司 | 订单密度的确定方法、终端及服务器 |
| CN106875674A (zh) * | 2017-04-14 | 2017-06-20 | 上海雷腾软件股份有限公司 | 一种用于车辆调度的方法及设备 |
| WO2017148202A1 (en) * | 2016-03-03 | 2017-09-08 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining predicted distribution of future transportation service time point |
| CN107145992A (zh) * | 2016-03-01 | 2017-09-08 | 滴滴（中国）科技有限公司 | 一种订单分配方法及装置 |
| CN107203823A (zh) * | 2016-03-16 | 2017-09-26 | 滴滴（中国）科技有限公司 | 一种用户乘车地址调整方法及装置 |
| CN107330531A (zh) * | 2017-06-27 | 2017-11-07 | 中国联合网络通信集团有限公司 | 网约车共享方法及网约车共享装置 |
| CN107392389A (zh) * | 2017-08-03 | 2017-11-24 | 重庆大学 | 基于arima模型的出租车调度处理方法 |
| CN107451714A (zh) * | 2017-06-22 | 2017-12-08 | 浙江力石科技股份有限公司 | 一种基于大数据分析的共享交通资源时域配置方法及系统 |
| CN107633680A (zh) * | 2016-07-12 | 2018-01-26 | 阿里巴巴集团控股有限公司 | 出行数据的获取方法、装置、设备和系统 |
| CN107919012A (zh) * | 2016-10-09 | 2018-04-17 | 北京嘀嘀无限科技发展有限公司 | 一种运力调度的方法和系统 |
| WO2018076951A1 (en) * | 2016-10-31 | 2018-05-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Device and method for order distribution |
| CN108154296A (zh) * | 2017-12-22 | 2018-06-12 | 中国联合网络通信集团有限公司 | 网约车调度方法及系统、运营商平台 |
| CN108615129A (zh) * | 2016-12-09 | 2018-10-02 | 北京三快在线科技有限公司 | 一种运力监测方法、装置及电子设备 |
| CN108764608A (zh) * | 2018-04-09 | 2018-11-06 | 天津五八到家科技有限公司 | 一种司机调遣方法、终端及服务端 |
| CN108960544A (zh) * | 2017-05-19 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 运力调度方法、装置、服务器和计算机可读存储介质 |
| CN108965462A (zh) * | 2018-08-06 | 2018-12-07 | 长安大学 | 基于群代理协同交互的共乘出行仿真系统及其实现方法 |
| CN108960431A (zh) * | 2017-05-25 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 指标的预测、模型的训练方法及装置 |
| WO2018228110A1 (en) * | 2017-06-14 | 2018-12-20 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for transport capacity scheduling |
| CN109087502A (zh) * | 2017-06-14 | 2018-12-25 | 北京嘀嘀无限科技发展有限公司 | 基于订单分布的车辆调度方法、调度系统、计算机设备 |
| CN109087528A (zh) * | 2018-09-05 | 2018-12-25 | 中国科学院自动化研究所 | 网约车停车诱导方法、平台及系统 |
| CN109102093A (zh) * | 2017-06-21 | 2018-12-28 | 北京嘀嘀无限科技发展有限公司 | 一种网约车下单热点区域的确定方法、装置及电子设备 |
| CN109102135A (zh) * | 2017-06-21 | 2018-12-28 | 北京嘀嘀无限科技发展有限公司 | 订单分配方法及装置 |
| CN109359877A (zh) * | 2018-10-26 | 2019-02-19 | 北京摩拜科技有限公司 | 车辆调度方法、服务器及车辆系统 |
| WO2019033729A1 (en) * | 2017-08-16 | 2019-02-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEMS AND METHODS FOR DISTRIBUTING VEHICLES |
| WO2019033733A1 (en) * | 2017-08-16 | 2019-02-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | METHOD AND SYSTEM FOR PROVIDING TRANSPORT SERVICE INFORMATION |
| CN109686093A (zh) * | 2019-01-23 | 2019-04-26 | 北京航空航天大学 | 一种基于轨迹分析的交通运力测算方法和装置 |
| CN109785612A (zh) * | 2019-03-13 | 2019-05-21 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
| CN109858698A (zh) * | 2019-01-31 | 2019-06-07 | 杭州飞步科技有限公司 | 目标区域的车辆供需优化方法、装置、设备及存储介质 |
| CN109993408A (zh) * | 2019-02-28 | 2019-07-09 | 河海大学 | 一种基于服务区域划分的网约车运力调配方法 |
| TWI669009B (zh) * | 2016-05-25 | 2019-08-11 | 大陸商北京嘀嘀無限科技發展有限公司 | 用於分配隨選服務的服務請求的系統及方法 |
| CN110287404A (zh) * | 2019-05-20 | 2019-09-27 | 昆明理工大学 | 一种基于5g网络和人工神经网络的数据定向爆炸系统和方法 |
| CN110428627A (zh) * | 2019-08-28 | 2019-11-08 | 北京元光智行信息技术有限公司 | 一种公交出行潜力区域识别方法及识别系统 |
| CN110874707A (zh) * | 2018-08-29 | 2020-03-10 | 厦门雅迅网络股份有限公司 | 出租车交班地点的检测方法及计算机可读存储介质 |
| CN110941691A (zh) * | 2020-02-19 | 2020-03-31 | 武汉元光科技有限公司 | 一种顺风车搭乘撮合方法及装置 |
| CN111367772A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 一种指示装置、信息显示方法、装置和电子设备 |
| CN111737390A (zh) * | 2015-03-04 | 2020-10-02 | 北京嘀嘀无限科技发展有限公司 | 用于通知订单供需密度的方法及设备 |
| CN111866727A (zh) * | 2018-10-09 | 2020-10-30 | 江苏满运软件科技有限公司 | 司机聚集点的展示方法、装置、电子设备、存储介质 |
| CN112015748A (zh) * | 2020-10-21 | 2020-12-01 | 广州宸祺出行科技有限公司 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
| CN112150017A (zh) * | 2020-09-28 | 2020-12-29 | 四川交通职业技术学院 | 一种基于互联网大数据的城市客运资源配置方法 |
| CN112381305A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 打车时长预估方法、装置、电子设备及存储介质 |
| CN112465602A (zh) * | 2020-12-11 | 2021-03-09 | 深圳依时货拉拉科技有限公司 | 一种订单推送的方法、装置、计算机设备以及计算机可读存储介质 |
| US10977585B2 (en) | 2015-01-29 | 2021-04-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | Order allocation system and method |
| WO2021077300A1 (en) * | 2019-10-22 | 2021-04-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for improving an online to offline platform |
| CN112883291A (zh) * | 2021-02-05 | 2021-06-01 | 上海钧正网络科技有限公司 | 目的地位置的推荐方法、装置和服务器 |
| CN112949967A (zh) * | 2019-11-26 | 2021-06-11 | Jvc建伍株式会社 | 车辆调度处理装置、车辆调度方法和车辆调度程序 |
| CN104867065B (zh) * | 2015-06-05 | 2021-07-02 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
| CN113269339A (zh) * | 2021-05-12 | 2021-08-17 | 广州宸祺出行科技有限公司 | 一种网约车任务自动创建和分发的方法及系统 |
| CN113283660A (zh) * | 2021-06-04 | 2021-08-20 | 北京市交通信息中心 | 互联网租赁自行车区域运行关联特征识别方法及系统 |
| US11193786B2 (en) | 2016-03-16 | 2021-12-07 | Beijing Didi Infinity Technology And Development., Ltd. | System and method for determining location |
| CN113792945A (zh) * | 2021-11-17 | 2021-12-14 | 西南交通大学 | 一种营运车辆的派遣方法、装置、设备及可读存储介质 |
| US20220114609A1 (en) * | 2019-01-28 | 2022-04-14 | Grabtaxi Holdings Pte. Ltd. | Transportation method and apparatus |
| CN116416014A (zh) * | 2023-06-08 | 2023-07-11 | 北京白驹易行科技有限公司 | 网约车定价方法、装置、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100006262A (ko) * | 2008-07-09 | 2010-01-19 | 권오대 | 택시 콜 서비스 시스템 및 그 방법 |
| CN102355406A (zh) * | 2011-08-12 | 2012-02-15 | 河南工业大学 | 车载自组网中基于节点密度分布的自适应数据分发方法 |
| CN102572697A (zh) * | 2012-02-26 | 2012-07-11 | 沈哲 | 基于手持移动终端的出租车呼叫系统及方法 |
| CN103177575A (zh) * | 2013-03-07 | 2013-06-26 | 上海交通大学 | 城区出租车动态在线调度优化系统及其方法 |
| CN103259783A (zh) * | 2013-04-09 | 2013-08-21 | 安徽科技学院 | 基于SIP会话和LBS定位的Android移动终端实时拼车系统及方法 |
| CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
-
2014
- 2014-04-24 CN CN201410168588.1A patent/CN103985247B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100006262A (ko) * | 2008-07-09 | 2010-01-19 | 권오대 | 택시 콜 서비스 시스템 및 그 방법 |
| CN102355406A (zh) * | 2011-08-12 | 2012-02-15 | 河南工业大学 | 车载自组网中基于节点密度分布的自适应数据分发方法 |
| CN102572697A (zh) * | 2012-02-26 | 2012-07-11 | 沈哲 | 基于手持移动终端的出租车呼叫系统及方法 |
| CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
| CN103177575A (zh) * | 2013-03-07 | 2013-06-26 | 上海交通大学 | 城区出租车动态在线调度优化系统及其方法 |
| CN103259783A (zh) * | 2013-04-09 | 2013-08-21 | 安徽科技学院 | 基于SIP会话和LBS定位的Android移动终端实时拼车系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 贾婷: "基于乘客需求及分布的出租车调度方法技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (113)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10037503B2 (en) | 2014-04-24 | 2018-07-31 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for managing supply of service |
| US10373089B2 (en) | 2014-04-24 | 2019-08-06 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for managing supply of service |
| GB2539852B (en) * | 2014-04-24 | 2021-02-17 | Beijing Didi Infinity Technology & Dev Co Ltd | System and method for managing supply of service |
| GB2539852A (en) * | 2014-04-24 | 2016-12-28 | Beijing Didi Infinity Science And Tech Ltd | System and method for managing supply of service |
| WO2015161828A1 (en) * | 2014-04-24 | 2015-10-29 | Beijing Didi Infinity Science And Technology Limited | System and method for managing supply of service |
| CN104156868A (zh) * | 2014-08-22 | 2014-11-19 | 北京嘀嘀无限科技发展有限公司 | 基于订单价值判断促进订单成交的出租车积分系统 |
| CN104463368A (zh) * | 2014-12-09 | 2015-03-25 | 北京嘀嘀无限科技发展有限公司 | 用于确定订单的价值的方法及设备 |
| CN104463368B (zh) * | 2014-12-09 | 2018-01-09 | 北京嘀嘀无限科技发展有限公司 | 用于确定订单的价值的方法及设备 |
| CN104537831A (zh) * | 2015-01-23 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
| CN104537831B (zh) * | 2015-01-23 | 2018-12-11 | 北京嘀嘀无限科技发展有限公司 | 车辆调度的方法及设备 |
| US10977585B2 (en) | 2015-01-29 | 2021-04-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | Order allocation system and method |
| CN104599088A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 基于订单的调度方法和调度系统 |
| WO2016127918A1 (zh) * | 2015-02-13 | 2016-08-18 | 北京嘀嘀无限科技发展有限公司 | 一种运力调度方法及系统 |
| CN104616119A (zh) * | 2015-02-26 | 2015-05-13 | 北京嘀嘀无限科技发展有限公司 | 用于提供历史订单数据和实时订单列表的方法及设备 |
| CN111737390A (zh) * | 2015-03-04 | 2020-10-02 | 北京嘀嘀无限科技发展有限公司 | 用于通知订单供需密度的方法及设备 |
| CN104915855B (zh) * | 2015-04-13 | 2019-02-22 | 北京嘀嘀无限科技发展有限公司 | 订单抢单率的预估方法及装置 |
| CN104915855A (zh) * | 2015-04-13 | 2015-09-16 | 北京嘀嘀无限科技发展有限公司 | 订单抢单率的预估方法及装置 |
| CN104867065B (zh) * | 2015-06-05 | 2021-07-02 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
| CN105005834A (zh) * | 2015-08-20 | 2015-10-28 | 北京嘀嘀无限科技发展有限公司 | 一种订单导流方法及设备 |
| CN105185116A (zh) * | 2015-09-15 | 2015-12-23 | 广州地理研究所 | 网络集约小客车出行需求热力图构建方法 |
| CN105185116B (zh) * | 2015-09-15 | 2017-08-11 | 广州地理研究所 | 网络集约小客车出行需求热力图构建方法 |
| CN105160021A (zh) * | 2015-09-29 | 2015-12-16 | 滴滴（中国）科技有限公司 | 基于目的地偏好的订单分配方法及装置 |
| EP3358509A4 (en) * | 2015-09-30 | 2019-02-27 | Baidu Online Network Technology (Beijing) Co., Ltd | METHOD, DEVICE AND DEVICE FOR DETECTING AN AREA WHERE THE REQUIREMENTS DO NOT MEET THE TRANSPORT CAPACITY OF A VEHICLE SERVICE SERVICE AND NON-VOLATILE COMPUTER STORAGE MEDIUM |
| KR20180048924A (ko) * | 2015-09-30 | 2018-05-10 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 차량사용업무에서 수요와 운송능력의 비매칭구역을 획득하기 위한 방법, 장치, 디바이스 및 비발휘성 컴퓨터 기억매체 |
| WO2017054333A1 (zh) * | 2015-09-30 | 2017-04-06 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法、装置、设备及非易失性计算机存储介质 |
| CN106557829A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法和装置 |
| CN106557829B (zh) * | 2015-09-30 | 2021-07-27 | 百度在线网络技术（北京）有限公司 | 用车业务中获取需求与运力不匹配区域的方法和装置 |
| KR102033264B1 (ko) * | 2015-09-30 | 2019-10-16 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 차량사용업무에서 수요와 운송능력의 비매칭구역을 획득하기 위한 방법, 장치, 디바이스 및 비발휘성 컴퓨터 기억매체 |
| CN105373840A (zh) * | 2015-10-14 | 2016-03-02 | 深圳市天行家科技有限公司 | 代驾订单预测方法和代驾运力调度方法 |
| WO2017063356A1 (zh) * | 2015-10-14 | 2017-04-20 | 深圳市天行家科技有限公司 | 代驾订单预测方法和代驾运力调度方法 |
| CN105373840B (zh) * | 2015-10-14 | 2018-12-11 | 深圳市天行家科技有限公司 | 代驾订单预测方法和代驾运力调度方法 |
| CN106657199A (zh) * | 2015-11-02 | 2017-05-10 | 滴滴（中国）科技有限公司 | 订单密度的确定方法、终端及服务器 |
| CN105575105A (zh) * | 2015-12-24 | 2016-05-11 | 滴滴（中国）科技有限公司 | 用于交通工具的调度方法和设备 |
| CN105575105B (zh) * | 2015-12-24 | 2018-03-23 | 滴滴（中国）科技有限公司 | 用于交通工具的调度方法和设备 |
| CN105608886A (zh) * | 2016-01-21 | 2016-05-25 | 滴滴出行科技有限公司 | 用于调度交通工具的方法和设备 |
| CN105608887A (zh) * | 2016-02-16 | 2016-05-25 | 深圳市京泰基科技有限公司 | 通过电召信息优化司机载客区域的系统及方法 |
| CN107145992B (zh) * | 2016-03-01 | 2021-03-30 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配方法及装置 |
| CN107145992A (zh) * | 2016-03-01 | 2017-09-08 | 滴滴（中国）科技有限公司 | 一种订单分配方法及装置 |
| GB2553455A (en) * | 2016-03-03 | 2018-03-07 | Beijing Didi Infinity Technology & Dev Co Ltd | Systems and methods for determining predicted distribution of future transportation service time point |
| CN107153882B (zh) * | 2016-03-03 | 2021-10-15 | 北京嘀嘀无限科技发展有限公司 | 乘客打车时刻分布区间的预测方法和系统 |
| WO2017148202A1 (en) * | 2016-03-03 | 2017-09-08 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining predicted distribution of future transportation service time point |
| CN107153882A (zh) * | 2016-03-03 | 2017-09-12 | 北京嘀嘀无限科技发展有限公司 | 乘客打车时刻分布区间的预测方法和系统 |
| US11348042B2 (en) | 2016-03-03 | 2022-05-31 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining predicted distribution of future transportation service time point |
| CN107203823A (zh) * | 2016-03-16 | 2017-09-26 | 滴滴（中国）科技有限公司 | 一种用户乘车地址调整方法及装置 |
| US11193786B2 (en) | 2016-03-16 | 2021-12-07 | Beijing Didi Infinity Technology And Development., Ltd. | System and method for determining location |
| CN105761482A (zh) * | 2016-05-10 | 2016-07-13 | 北京交通大学 | 基于公平性的出租车实时预约方法及系统 |
| TWI669009B (zh) * | 2016-05-25 | 2019-08-11 | 大陸商北京嘀嘀無限科技發展有限公司 | 用於分配隨選服務的服務請求的系統及方法 |
| US11069247B2 (en) | 2016-05-25 | 2021-07-20 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for distributing a service request for an on-demand service |
| CN107633680A (zh) * | 2016-07-12 | 2018-01-26 | 阿里巴巴集团控股有限公司 | 出行数据的获取方法、装置、设备和系统 |
| CN107919012A (zh) * | 2016-10-09 | 2018-04-17 | 北京嘀嘀无限科技发展有限公司 | 一种运力调度的方法和系统 |
| CN106373387A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道（北京）科技有限公司 | 一种车辆调度方法、装置及系统 |
| WO2018076951A1 (en) * | 2016-10-31 | 2018-05-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Device and method for order distribution |
| JP2019530042A (ja) * | 2016-10-31 | 2019-10-17 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | 注文振り分け装置及び方法 |
| CN108615129B (zh) * | 2016-12-09 | 2021-05-25 | 北京三快在线科技有限公司 | 一种运力监测方法、装置及电子设备 |
| CN108615129A (zh) * | 2016-12-09 | 2018-10-02 | 北京三快在线科技有限公司 | 一种运力监测方法、装置及电子设备 |
| CN106875674A (zh) * | 2017-04-14 | 2017-06-20 | 上海雷腾软件股份有限公司 | 一种用于车辆调度的方法及设备 |
| CN108960544A (zh) * | 2017-05-19 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 运力调度方法、装置、服务器和计算机可读存储介质 |
| CN108960431A (zh) * | 2017-05-25 | 2018-12-07 | 北京嘀嘀无限科技发展有限公司 | 指标的预测、模型的训练方法及装置 |
| CN110741402B (zh) * | 2017-06-14 | 2023-05-16 | 北京嘀嘀无限科技发展有限公司 | 用于运力调度的系统和方法 |
| CN110741402A (zh) * | 2017-06-14 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 用于运力调度的系统和方法 |
| CN109087502A (zh) * | 2017-06-14 | 2018-12-25 | 北京嘀嘀无限科技发展有限公司 | 基于订单分布的车辆调度方法、调度系统、计算机设备 |
| WO2018228110A1 (en) * | 2017-06-14 | 2018-12-20 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for transport capacity scheduling |
| CN109087502B (zh) * | 2017-06-14 | 2020-12-08 | 北京嘀嘀无限科技发展有限公司 | 基于订单分布的车辆调度方法、调度系统、计算机设备 |
| US11621921B2 (en) | 2017-06-14 | 2023-04-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for transport capacity scheduling |
| CN110462655A (zh) * | 2017-06-21 | 2019-11-15 | 北京嘀嘀无限科技发展有限公司 | 运力调度系统和方法 |
| CN109102093B (zh) * | 2017-06-21 | 2021-04-09 | 北京嘀嘀无限科技发展有限公司 | 一种网约车下单热点区域的确定方法、装置及电子设备 |
| CN110462655B (zh) * | 2017-06-21 | 2023-09-22 | 北京嘀嘀无限科技发展有限公司 | 运力调度系统和方法 |
| CN109102135A (zh) * | 2017-06-21 | 2018-12-28 | 北京嘀嘀无限科技发展有限公司 | 订单分配方法及装置 |
| CN109102093A (zh) * | 2017-06-21 | 2018-12-28 | 北京嘀嘀无限科技发展有限公司 | 一种网约车下单热点区域的确定方法、装置及电子设备 |
| CN107451714A (zh) * | 2017-06-22 | 2017-12-08 | 浙江力石科技股份有限公司 | 一种基于大数据分析的共享交通资源时域配置方法及系统 |
| CN107330531A (zh) * | 2017-06-27 | 2017-11-07 | 中国联合网络通信集团有限公司 | 网约车共享方法及网约车共享装置 |
| CN107392389A (zh) * | 2017-08-03 | 2017-11-24 | 重庆大学 | 基于arima模型的出租车调度处理方法 |
| CN110211369A (zh) * | 2017-08-16 | 2019-09-06 | 北京嘀嘀无限科技发展有限公司 | 用于调度空闲运力的方法、设备和介质 |
| WO2019033733A1 (en) * | 2017-08-16 | 2019-02-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | METHOD AND SYSTEM FOR PROVIDING TRANSPORT SERVICE INFORMATION |
| WO2019033729A1 (en) * | 2017-08-16 | 2019-02-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEMS AND METHODS FOR DISTRIBUTING VEHICLES |
| CN109673165A (zh) * | 2017-08-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 用于调度车辆的系统和方法 |
| CN109673163A (zh) * | 2017-08-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 用于提供交通服务信息的方法和系统 |
| CN108154296A (zh) * | 2017-12-22 | 2018-06-12 | 中国联合网络通信集团有限公司 | 网约车调度方法及系统、运营商平台 |
| CN108764608A (zh) * | 2018-04-09 | 2018-11-06 | 天津五八到家科技有限公司 | 一种司机调遣方法、终端及服务端 |
| CN108965462A (zh) * | 2018-08-06 | 2018-12-07 | 长安大学 | 基于群代理协同交互的共乘出行仿真系统及其实现方法 |
| CN110874707A (zh) * | 2018-08-29 | 2020-03-10 | 厦门雅迅网络股份有限公司 | 出租车交班地点的检测方法及计算机可读存储介质 |
| CN110874707B (zh) * | 2018-08-29 | 2023-07-21 | 厦门雅迅网络股份有限公司 | 出租车交班地点的检测方法及计算机可读存储介质 |
| CN109087528A (zh) * | 2018-09-05 | 2018-12-25 | 中国科学院自动化研究所 | 网约车停车诱导方法、平台及系统 |
| CN109087528B (zh) * | 2018-09-05 | 2020-06-16 | 中国科学院自动化研究所 | 网约车停车诱导方法、平台及系统 |
| CN111866727A (zh) * | 2018-10-09 | 2020-10-30 | 江苏满运软件科技有限公司 | 司机聚集点的展示方法、装置、电子设备、存储介质 |
| CN111866727B (zh) * | 2018-10-09 | 2024-03-29 | 江苏满运软件科技有限公司 | 司机聚集点的展示方法、装置、电子设备、存储介质 |
| CN109359877A (zh) * | 2018-10-26 | 2019-02-19 | 北京摩拜科技有限公司 | 车辆调度方法、服务器及车辆系统 |
| CN109359877B (zh) * | 2018-10-26 | 2022-03-18 | 汉海信息技术(上海)有限公司 | 车辆调度方法、服务器及车辆系统 |
| CN111367772A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 一种指示装置、信息显示方法、装置和电子设备 |
| CN109686093A (zh) * | 2019-01-23 | 2019-04-26 | 北京航空航天大学 | 一种基于轨迹分析的交通运力测算方法和装置 |
| US20220114609A1 (en) * | 2019-01-28 | 2022-04-14 | Grabtaxi Holdings Pte. Ltd. | Transportation method and apparatus |
| CN109858698A (zh) * | 2019-01-31 | 2019-06-07 | 杭州飞步科技有限公司 | 目标区域的车辆供需优化方法、装置、设备及存储介质 |
| CN109993408A (zh) * | 2019-02-28 | 2019-07-09 | 河海大学 | 一种基于服务区域划分的网约车运力调配方法 |
| CN109785612A (zh) * | 2019-03-13 | 2019-05-21 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
| CN109785612B (zh) * | 2019-03-13 | 2021-07-06 | 重庆皓石金科技有限公司 | 一种基于容易载客系数的出租汽车智能调度方法及装置 |
| CN110287404A (zh) * | 2019-05-20 | 2019-09-27 | 昆明理工大学 | 一种基于5g网络和人工神经网络的数据定向爆炸系统和方法 |
| CN110428627A (zh) * | 2019-08-28 | 2019-11-08 | 北京元光智行信息技术有限公司 | 一种公交出行潜力区域识别方法及识别系统 |
| WO2021077300A1 (en) * | 2019-10-22 | 2021-04-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for improving an online to offline platform |
| CN112949967A (zh) * | 2019-11-26 | 2021-06-11 | Jvc建伍株式会社 | 车辆调度处理装置、车辆调度方法和车辆调度程序 |
| CN112949967B (zh) * | 2019-11-26 | 2023-08-18 | Jvc建伍株式会社 | 车辆调度处理装置、车辆调度方法和车辆调度程序 |
| CN110941691A (zh) * | 2020-02-19 | 2020-03-31 | 武汉元光科技有限公司 | 一种顺风车搭乘撮合方法及装置 |
| CN112150017A (zh) * | 2020-09-28 | 2020-12-29 | 四川交通职业技术学院 | 一种基于互联网大数据的城市客运资源配置方法 |
| CN112015748A (zh) * | 2020-10-21 | 2020-12-01 | 广州宸祺出行科技有限公司 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
| CN112015748B (zh) * | 2020-10-21 | 2021-03-26 | 广州宸祺出行科技有限公司 | 一种区域实时订单与运力的供需关系可视化方法和系统 |
| CN112381305A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 打车时长预估方法、装置、电子设备及存储介质 |
| CN112465602A (zh) * | 2020-12-11 | 2021-03-09 | 深圳依时货拉拉科技有限公司 | 一种订单推送的方法、装置、计算机设备以及计算机可读存储介质 |
| CN112465602B (zh) * | 2020-12-11 | 2023-12-15 | 深圳依时货拉拉科技有限公司 | 一种订单推送的方法、装置、计算机设备以及计算机可读存储介质 |
| CN112883291B (zh) * | 2021-02-05 | 2023-04-07 | 上海钧正网络科技有限公司 | 目的地位置的推荐方法、装置和服务器 |
| CN112883291A (zh) * | 2021-02-05 | 2021-06-01 | 上海钧正网络科技有限公司 | 目的地位置的推荐方法、装置和服务器 |
| CN113269339A (zh) * | 2021-05-12 | 2021-08-17 | 广州宸祺出行科技有限公司 | 一种网约车任务自动创建和分发的方法及系统 |
| CN113283660A (zh) * | 2021-06-04 | 2021-08-20 | 北京市交通信息中心 | 互联网租赁自行车区域运行关联特征识别方法及系统 |
| CN113792945A (zh) * | 2021-11-17 | 2021-12-14 | 西南交通大学 | 一种营运车辆的派遣方法、装置、设备及可读存储介质 |
| CN116416014A (zh) * | 2023-06-08 | 2023-07-11 | 北京白驹易行科技有限公司 | 网约车定价方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103985247B (zh) | 2016-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103985247B (zh) | 基于城市叫车需求分布密度的出租车运力调度系统 | |
| CN108564226B (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
| CN110458589B (zh) | 基于轨迹大数据的路侧式出租车停靠站选址优选方法 | |
| CN104021667B (zh) | 整合预约服务与实时打车的出租车合乘调度系统及调度方法 | |
| CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
| CN103177561B (zh) | 公交实时路况的生成方法 | |
| CN107316098B (zh) | 一种基于用户行为分析的汽车租赁点选址方法 | |
| CN104166895A (zh) | 公共自行车调度区域划分方法 | |
| CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
| WO2015096400A1 (zh) | 一种利用移动通信数据挖掘进行公交规划的方法 | |
| CN201804445U (zh) | 一种智能公交营运管理系统 | |
| CN107067707A (zh) | 一种公交运营及乘客出行优化系统 | |
| CN104809344A (zh) | 一种基于ic卡数据的公交站点区间客流估计方法 | |
| CN109543882B (zh) | 一种基于最优公交平均站间距的公交线网密度计算方法 | |
| CN109978267A (zh) | 基于城市轨道交通数据的城市微循环公交线路规划方法 | |
| CN104599499B (zh) | 一种分布式统计交通位置的方法及装置 | |
| CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
| Wei et al. | Optimal integrated model for feeder transit route design and frequency-setting problem with stop selection | |
| CN106373384A (zh) | 边远地区客运班车线路实时生成方法 | |
| Yatskiv et al. | Evaluating Riga transport system accessibility | |
| CN109493601B (zh) | 一种公交支线设置方法 | |
| Huang et al. | Innovations impacting the future of transportation: an overview of connected, automated, shared, and electric technologies | |
| CN106855406A (zh) | 一种基于手机app的公共导航方法 | |
| Lee et al. | Analysis framework for electric vehicle sharing systems using vehicle movement data stream | |
| CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |