TW202109392A - 導出輸送相關服務量子修飾符之通訊伺服器裝置及方法 - Google Patents
導出輸送相關服務量子修飾符之通訊伺服器裝置及方法 Download PDFInfo
- Publication number
- TW202109392A TW202109392A TW109116241A TW109116241A TW202109392A TW 202109392 A TW202109392 A TW 202109392A TW 109116241 A TW109116241 A TW 109116241A TW 109116241 A TW109116241 A TW 109116241A TW 202109392 A TW202109392 A TW 202109392A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- user
- time
- idle time
- quantum
- Prior art date
Links
- 238000004891 communication Methods 0.000 title claims abstract description 205
- 239000003607 modifier Substances 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims description 31
- 238000012384 transportation and delivery Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 23
- 239000006185 dispersion Substances 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000004083 survival effect Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000029305 taxis Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 101100521345 Mus musculus Prop1 gene Proteins 0.000 description 2
- 108700017836 Prophet of Pit-1 Proteins 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063116—Schedule adjustment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
- G06Q30/0284—Time or distance, e.g. usage of parking meters or taximeters
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一種用於針對有關於一輸送服務的一量子導出一量子修飾符的通訊伺服器裝置,該通訊伺服器裝置包括一處理器及一記憶體,且被配置成於該處理器的控制下執行該記憶體中的指令:以接收使用者服務請求資料,該使用者服務請求資料包括指出一使用者上車地點的資料及指出一使用者下車地點的資料;以記錄一使用者上車時間且產生一或複數資料記錄,該資料記錄包括一索引閒置時間資料欄位及一使用者下車時間資料欄位,該索引閒置時間資料欄位包括指出複數想像下車地點的一索引閒置時間的資料,該使用者下車時間資料欄位包括指出一使用者下車時間的資料;以自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料;以將指出該索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生包括指出一比較結果的資料的比較結果資料欄位;且以於該一或複數資料記錄中,基於指出該比較結果的資料,產生包括指出該量子修飾符的量子修飾符資料的資料欄位。
Description
本發明一般而言係關於通訊領域。本發明的一個態樣係關於用於導出有關於一輸送服務的一量子的一量子修飾符的一通訊伺服器裝置。本發明的另一個態樣係關於一種於一通訊伺服器中實施的用於導出有關於一輸送服務的量子的一量子修飾符的方法。本發明的另一個態樣係關於包括其指令的一電腦程式產品。本發明的另一個態樣係關於包括其指令的一電腦程式。本發明的另一個態樣係關於一種儲存其指令的非暫態儲存媒體。本發明的另一個態樣係關於用於導出有關於一輸送服務的量子的一量子修飾符的通訊系統。
本發明的一個態樣具有計程車及叫車(ride-hailing)中的特定而非專用應用。
目前,與計程車及叫車有關的的量子評估(諸如計價)通常是基於距離、所估計旅行時間及供需不平衡。此等訊號使得特別是針對成本的量子的決定能回收行程中(on-trip)資源且維持乘客的分配率。
U.S.專利公開No. 2015248689揭露用於提供輸送折扣的系統和方法。一伺服器自一用戶的客戶裝置接收一輸送服務的一請求。作為回應,該伺服器識別該請求與和經修飾計價相關聯的一特定特徵有關。然後,該伺服器基於與該特定特徵相關聯的經修飾計價針對該輸送服務計算一經調整價格。
然而,此文件未考慮駕駛人資源的適當平滑利用。假設有二個預訂具有相同的上車地點、相同的上車時槽、相同的所估計旅行距離及相同的所估計旅行時間,則基於已知的預訂技術,此二個預訂會被決定具有類似或一致的值。然而,該第一預訂的第一下車地點可以是比如中央商務區(CBD)區域,在該區域,該服務提供者可於乘客下車後容易地找到一任務(job)。該第二預訂的第二下車地點可以是郊區,在郊區,該服務提供者可預期於該乘客下車後較難以找到新任務。若一服務提供者接受該第二預訂,則他可能在該乘客下車後找到另一個任務要花費更多的時間,而若他接受了該第一預訂,則以與他(或她)具有的相同方式被補償。因此,服務提供者一般而言更喜歡該第一預訂,且類似於該第二預訂的預訂的分配率可為非常低。此導致駕駛人資源利用困難,且可能加重供需特徵的不匹配。
本發明的態樣是如於獨立請求項中所闡述。某些選擇性特徵被定義於附屬請求項中。
本文所揭露的技術的實現可提供顯著的技術優點。目前未直接併入諸如叫車行程的輸送相關服務的分配中的要素是服務提供者依據下車地點的預期利用。於已知技術中,供應的高利用降低服務該行程的整體利用成本,反之則增大該整體利用成本。本文中揭露的技術可將供應利用成本或機會成本併入行程資源配置。由此,資源配置不僅可涵蓋有關於該行程本身的資源(舉例而言,行程中成本(on-trip cost)),而且可涵蓋例如可能由完成該行程後增加的閒置時間導致的行程後(after-trip)機會(或,相當大的潛在喪失機會)考量。由此,因該「閒置時間」可被定義為該服務提供者於該乘客下車後沒有任務的時間段,所以服務需求負荷利用的整體改良可被提供。亦即,該乘客下車與找到另一個任務之間的時間段。此外,該「空閒」狀態可被定義為當該服務提供者於完成前一個任務後未接收另一個任務時的服務提供者狀態。而且,對於自同一個上車地點的預訂,具有較短閒置時間下車地點的預訂可具有關於服務請求減少的量子(例如,價格可被折扣),而較長閒置時間下車地點的預訂可具有增大的量子;舉例而言,價格可被增大。至預期較短閒置時間的區域發生更多預訂,且由此,短閒置時間區域中的網路利用可被改良。由於這些區域中的網路利用得到改良,所以服務提供者能夠於相同的時間段內完成更多行程,從而意味著這些區域中需求平衡的潛在改良。另一方面,若服務提供者接收至具有長閒置時間的下車地點的預訂,則其將因為服務量子的增大而被補償,舉例而言,較高的價格。依此方式則服務提供者因接受至長閒置時間區域的預訂而被獎勵,且能夠服務旅行至這些地點的更多乘客。有關於所記錄的閒置時間(於特定地點處於一天中的特定時間)的記錄可被記錄於例如一資料庫中。該閒置時間可被記錄為,指出其已完成一任務,亦即,其已使其乘客於一特定地理地點或區域中或於該處下車的駕駛人與已確認接收下一個任務的預訂的駕駛人之間的一時間。該資料可於該伺服器端由自該駕駛人的裝置接收的傳輸被導出,或者有關於該閒置時間的資料可被該駕駛人的裝置導出,且被傳送至該伺服器,以儲存於此處。此歷史閒置時間可被使用於計算(喪失)機會成本,如下所描述的。
由此,該駕駛人/服務提供者利用可以與提供比如電供應-負荷平衡或電腦處理負荷平衡的技術相同的方式被平滑且需求分散被塑造,以避免或至少緩解供需不平衡的極端差異導致的問題。
於至少一些實現中,本文揭露的技術可提供一種使用指出服務提供者於乘客下車後的閒置時間的歷史資料來量測且預測服務提供者的供應利用的方式。較長的閒置時間意味著服務提供者於一下車地點具較低的供應利用。一般而言,較小的閒置時間為較佳。
於至少一些實現中,本文揭露的技術可提供一種用於基於所預測供應利用來計算機會成本的方法。自一上車地點的複數想像下車地點被導出,且一索引閒置時間(亦即一種參考或基本閒置時間量子)被計算。每一個預訂的機會成本可以是服務提供者的時間價值與該索引閒置時間與所估計閒置時間之間的差的乘積。該「時間價值」可以是該服務提供者自該上車地點的每秒營收。
於至少一些實現中,本文揭露的技術可提供一種用於線上即時閒置時間預測的階層模型,於該階層模型中,第一層模型描述所估計閒置時間分散,而第二層描述第一層中的參數如何因為其他即時訊號而變化。該閒置時間估計值基於歷史觀察,而其他即時訊號可被使用於改良該估計值的精度。該第一層可使用伽瑪分散(或一些其他分散)來近似該真實閒置時間分散。此近似分散可不被固定,而可因不同參數隨時間及空間改變。該參數會是若干訊號的函數,該函數可形成該第二層模型,該第二層模型描述給定訊號時該參數如何變化。該訊號可被劃分為二類。第一類為即時訊號,例如,即時需求、供應、天氣等。該第二類為離線訊號,舉例而言,用歷史閒置時間記錄估計的閒置時間、地點的緯度和經度等。
於至少一些實現中,本文揭露的技術允許使用歷史資料導出一索引閒置時間及一服務提供者的所估計閒置時間。本文揭露的技術可允許基於該服務提供者的所估計閒置時間及索引閒置時間導出一資料記錄中的一量子修飾符。該服務提供者的閒置時間可不是絕對值,而是相對值。舉例而言,可存在二個至同一個長閒置時間目的地的預訂,第一預訂的上車地點是中央商務區(CBD)區域,而第二預訂的上車地點是自一邊遠區域。對於接受該第一預訂(自預期任務數目更多的CBD)的一服務提供者,一個替代選項可以是往,亦可以是已往短閒置時間區域。由此,一附加費形式的一修飾符可被附加至該第一預訂,以獎勵該服務提供者接受該第一預訂。對於接受該第二預訂的服務提供者,其替代預訂可為全部是往長閒置時間區域。由此,一修飾符/附加費可不被附加至該第二預訂。
所揭露的技術的輔助益處可以是使得以指令的形式對服務提供者呈現導引,該指令形式可以是熱度圖的形式,從而透過使用地點的所估計閒置時間,更容意找到其下一個任務。無論預訂的類型為何,透過將其引導至其中閒置時間在歷史上較短的一區域,而將導引給予服務提供者;該服務提供者將具有更快得到一任務的較好概率。該服務提供者使乘客下車後,該服務提供者的app可呈現含有關於不同地點處的歷史閒置時間的資訊的熱度圖。服務提供者可具有難以找到其下一個任務的預期,且可行駛至具有較小歷史閒置時間的地點。根據關於大量(或更大量)預訂正在發生或已經發生的地方的有興趣地方(POI)的提醒(亦即,一通知),於何處容易找到下一個任務的更詳細指令亦將被給出。使用歷史資料(或許僅使用歷史資料),該熱度圖可被產生。使用本文揭露的技術,亦可能於該熱度圖上呈現即時預料的閒置時間。所預料的閒置時間可基於歷史資料及即時訊號,諸如目前需求、目前供應等。
主要參考於計程車及叫車中的使用描述本文描述的技術,但應當理解,此等技術具有更廣泛的應用範圍且覆蓋其他類型的輸送服務,包含文件及貨物的輸送。
首先參考圖1a,一通訊系統100被繪示。通訊系統100包括:通訊伺服器裝置102、使用者通訊裝置104及服務提供者通訊裝置106。此等裝置經由實現例如網際網路通訊協定的各自通訊鏈路110、112、114被連接於該通訊網路108(舉例而言,網際網路)中。通訊裝置104、106可能能夠經由包含蜂巢式行動通訊網路的諸如公共交換電話網路(PSTN網路)的其他通訊網路通訊,但為清楚起見,從圖1a省略了它們。
通訊伺服器裝置102可以是一單一伺服器,如圖1a中示意性地繪示,或具有分散於多重伺服器組件中的伺服器裝置102實施的功能性。在圖1a的例子中,通訊伺服器裝置102可包括許多個別組件,包含但並不僅限於:一或複數微處理器116、用於載入可執行指令120的記憶體118(例如,諸如一RAM的一揮發性記憶體),該可執行指令定義該伺服器裝置102在該處理器116的控制下實行的功能性。通訊伺服器裝置102亦包括使伺服器經由該通訊網路108通訊的一輸入/輸出模組(其可以是或包含傳送器模組/接收器模組)122。使用者介面124係為使用者控制而提供,且可包括舉例而言計算週邊裝置,諸如,顯示螢幕、電腦鍵盤及類似者。通訊伺服器裝置102亦包括資料庫126,其用途由下面的討論變得顯而易見。在此實施例中,資料庫126是通訊伺服器裝置102的一部分,然而,應當理解,資料庫126可與通訊伺服器裝置102分離,且資料庫126可經由通訊網路108或經由另一通訊鏈路(未顯示)被連接至該通訊伺服器裝置102。
使用者通訊裝置104可包括許多個別組件,包含但並不僅限於:一或複數微處理器128、用於載入可執行指令132的記憶體130(例如,諸如一RAM的一揮發性記憶體),該可執行指令定義該使用者通訊裝置104在該處理器128的控制下實行的功能性。使用者通訊裝置104亦包括使使用者通訊裝置104經由該通訊網路108通訊的一輸入/輸出模組(其可以是或包含傳送器模組/接收器模組)134。使用者介面136為使用者控制而提供。若該使用者通訊裝置104是比如一智慧型電話或平板裝置,則該使用者介面136將具有一觸控面板顯示器,因為觸控面板顯示器在很多智慧型電話及其他手持裝置中盛行。作為替選,若該使用者通訊裝置是比如桌上型電腦或膝上型電腦,則該使用者介面可具有舉例而言計算週邊裝置,諸如,顯示螢幕、電腦鍵盤及類似者。
服務提供者通訊裝置106可舉例而言是與使用者通訊裝置104具有相同或類似硬體架構的一智慧型電話或平板裝置。服務提供者通訊裝置106可包括許多個別組件,包含但並不僅限於:一或複數微處理器138、用於載入可執行指令142的記憶體140(例如,諸如一RAM的一揮發性記憶體),該可執行指令定義該服務提供者通訊裝置106於該處理器138的控制下實行的功能性。服務提供者通訊裝置106亦包括使該服務提供者通訊裝置106經由該通訊網路108通訊的一輸入/輸出模組(其可以是或包含傳送器模組/接收器模組)144。使用者介面146為使用者控制而提供。若該服務提供者通訊裝置106是比如一智慧型電話或平板裝置,則該使用者介面146將具有一觸控面板顯示器,因為觸控面板顯示器於很多智慧型電話及其他手持裝置中盛行。作為替選,若該使用者通訊裝置是比如桌上型電腦或膝上型電腦,則該使用者介面可具有舉例而言計算週邊裝置,諸如,顯示螢幕、電腦鍵盤及類似者。
在一實施例中,該服務提供者通訊裝置106被配置以規律性地經由通訊網路108將代表該服務提供者的資料(例如,服務提供者身分、地點等)推送至該通訊伺服器裝置102。在另一個實施例中,該通訊伺服器裝置102向該服務提供者通訊裝置106徵詢資訊。在兩種情況中,來自該服務提供者通訊裝置106的資料被傳達至該通訊伺服器裝置102且被儲存於該資料庫126中的相關位置作為歷史資料。該歷史資料尤其包含指出服務提供者於乘客在其下車地點下車後的閒置時間的資料。如下更詳細描述的,該資料庫126中的歷史資料可被使用於導出指出有關於一輸送服務的一量子的一量子修飾符的資料,舉例而言,該服務的價格調整。使用本文揭露的技術,其他輸送服務量子的修飾符亦可被導出。作為實例,除了價格調整或作為價格調整的替選,對像是促銷或獎勵的量子的調整可被導出。對於短閒置時間的行程,該通訊伺服器裝置102可對乘客分配促銷。為鼓勵駕駛人接受至具有較長閒置時間的區域的任務,通訊伺服器裝置102可對該駕駛人分配獎勵。
使用資料庫126中的所收集歷史資料,該通訊伺服器裝置102能夠預測且導出諸如該服務提供者的所估計閒置時間、該服務提供者對具體上下車地點對的忽略率、及自同一個上車地點的行程的每秒營收的資料。忽略率及每秒營收(rps)可以最近歷史資料被計算。
每秒營收可被定義為該行程的基本車資(沒有任何附加費或折扣)與持續時間之間的比例。其大致量測駕駛人的時間價值。在一示範性安排中,該每秒營收和該索引閒置時間與預期閒置時間之間的差相乘,以得到該附加費或折扣。
該忽略率可被定義為駕駛人忽略某種預訂的次數(固定上車地點、下車地點及上車時間)與此等預訂的總廣播次數之間的比例。高忽略率可指出駕駛人因諸如糟糕的交通、低價格等的各種因數而不想接受此類預訂。確定具有高忽略率的行程是可能的。若此行程存在經計算折扣(每秒營收及閒置時間),則該裝置可以被配置,藉以使得折扣不適用於這些行程。
圖1b繪示圖1a的通訊伺服器裝置102的架構組件。亦即,通訊伺服器裝置102還包括:資料檢索模組148、比較模組150及資料欄位產生模組152。這些組件的功能性被更詳細地描述於下面。
圖2a是示意方塊圖,其繪示一使用者的一上車地點202(於該例子中,尋找一汽車或計程車預訂的乘車人,但如上所提及的,本文揭露的技術延伸至其他輸送相關服務中的使用)以及該使用者的相關聯上車時間203及複數潛在下車地點204a、204b、204c…204n。該潛在下車地點204是一使用者可能自該上車地點202於該上車時間203開始而旅行至的想像下車地點。的確,這些想像下車地點204之一可以是一使用者希望旅行至的一實際想要的下車地點,下面將參考圖4描述。該上車時間203可以是一精確時間(例如,該使用者做出預訂請求的時間,被限定至最接近的分鐘),或其可以限定例如以分鐘數量測的時間視窗。該想像下車地點204可以是該使用者自特定市區地點(例如,該服務在其中運營的地理區域)中的該上車地點204可旅行至的全部可能目的地,或其子地址(subset)。為確定任何此等子位址,可自高頻率至低頻率(依據至此等目的地的行程的次數)對該目的地排名,且保存頭N個目的地。該上車地點202與該想像下車地點204之間的想像旅行時間206a、206b、206c…206n亦被限定。在至少一種安排中,基於自該上車地點202至該想像下車地點204的旅行(道路)距離及一服務提供者(駕駛人)沿這些路線中的每一個可預期達成的預期平均道路速度,該想像旅行時間206被計算。普遍的交通條件(亦即,於該特定時間視窗中,該上車地點202與該下車地點204之間道路多麼擁擠)亦可被作為計算該想像旅行時間206的因數。該想像下車地點204及至此下車地點的各自旅行時間可被使用於導出於計算喪失的機會成本中被使用的一「索引閒置時間」及對於一特定時間自該上車地點202開始至該使用者的較佳下車地點的任務的一量子(例如,車資)的調整。
如圖2a所繪示的,對於上車時間t0 203時的上車地點「p」202,存在「n」個想像下車地點D1 204a、D2 204b、D3 204c…Dn 204n及至「n」個想像下車地點的相應「n」個想像(所估計的)旅行時間。如圖所顯示的,自上車地點「p」202至想像下車地點D1 204a的想像旅行時間206a是delt1,自上車地點「p」202至想像下車地點D2 204b的想像旅行時間206b是delt2,自上車地點「p」202至想像下車地點D3 204c的想像旅行時間206c是delt3,及自上車地點「p」202至想像下車地點D1 204n的想像旅行時間206n是deltn。任一使用者做出自上車地點202至一下車地點204a-204n的一服務請求的概率被以百分比208a-208n的形式顯示。此亦可被看作,一駕駛人將接收自上車地點P至地點D1 204a、D2 204b、D3 204c…Dn 204n的任一個的一任務的可能性,且在計算該索引閒置時間中,可被有效使用為一權重。使用最近歷史資料,該百分比可被計算。在圖2a中,至D1的預訂的份額及在D1處的預期閒置時間分別是prop1及it1,至D2的預訂的份額及在D2處的預期閒置時間分別是prop2及it2,至Dn的預訂的份額及在Dn處的預期閒置時間分別是propn及itn。在一示範性安排中,該索引閒置時間被計算為prop1*it1、prop2*it2、…及propn*itn之和。於該例子中,做出於上車時間203自上車地點202至想像下車地點D1 204a的一使用者服務請求的概率是30%,做出於上車時間203自上車地點202至想像下車地點D2 204b的一服務請求的概率是10%,做出於上車時間203自上車地點202至想像下車地點D3 204c的一使用者服務請求的概率是5%,及做出於上車時間203自上車地點202至想像下車地點Dn 204n的一使用者服務請求的概率是0.1%。
自「p」202的一旅途於想像下車地點D1 204a的想像(或估計)下車時間210a是t1,自「p」202於想像下車地點D2 204b的想像下車時間210b是t2,自「p」202於想像下車地點D3 204c的想像下車時間210c是t3,及自「p」202於想像下車地點Dn 204n的想像下車時間210n是tn。換言之,想像旅行時間206a、206b、206c…206n的每一個是想像下車時間210a-210n的每一個與該上車時間t0 203之間的時間差。想像下車地點D1-Dn 204a-204n的每一個具有一對應歷史閒置時間it1-itn 212a-212n,如上所描述的。在至少一個例子中,對於每一個下車地點204,一對應每秒營收rps1-rpsn 214a-214n被導出。
這些資料202、203、204a-204n、206a-206n、208a-208n、210a-210n、212a-210n、214a-214n被儲存於資料庫126中,作為具有如圖2b所繪示的資料欄位的歷史資料的一或複數資料記錄。
應當理解,該通訊伺服器裝置被配置成使用該使用者上車時間及該使用者上車地點,於該一或複數資料記錄中,產生一或複數想像旅行時間資料欄位,其包括指出至該複數想像下車地點的複數想像旅行時間的資料。
應當理解,該通訊伺服器裝置還被配置成由指出該複數想像旅行時間的資料,於該一或複數資料記錄中,產生一或複數想像下車時間資料欄位,其包括指出該複數想像下車地點處的複數想像下車時間的資料。
應當理解,該通訊伺服器裝置還被配置成檢索於複數想像下車地點的每一個下車地點處於該複數想像下車時間的歷史閒置時間的資料,且將於該複數想像下車地點的每一個下車地點處於該複數想像下車時間的歷史閒置時間處理成指出該服務提供者於該複數想像下車地點處的索引閒置時間的資料,如下面將參考圖4更詳細描述的。
圖3是繪示由通訊伺服器裝置102產生包括資料欄位312-328的一或複數資料記錄310的圖。在圖3的例子中,通訊伺服器裝置102建立單一資料記錄(例如,一檔案),該單一資料記錄包括所繪示的資料欄位(本身包括表示本文討論的各自參數的資料),但應當理解,作為替選,通訊伺服器裝置102可建立超過一個的資料記錄,及對於要被寫入複數資料記錄的資料欄位的資料。
通訊伺服器裝置102包括一處理器116及一資料庫126,且被配置成接收一使用者服務請求資料302,該使用者服務請求資料302包括經由通訊頻道110接收的:使用者上車地點資料304,該使用者上車地點資料304包括指出該上車地點202的資料;及一使用者下車地點資料306,該使用者下車地點資料306包括指出該使用者的實際想要下車地點的資料。該處理器116被配置成記錄一使用者上車時間203,且將此記錄於資料欄位312中。該處理器被配置成產生一或複數資料記錄310,該資料記錄310包括一索引閒置時間資料欄位314、一使用者下車時間資料欄位316、一所估計閒置時間欄位317、比較資料欄位318、量子修飾符資料欄位320、想像旅行時間資料欄位322n、想像下車地點資料欄位324n、想像下車時間資料欄位326n及想像閒置時間資料欄位328n。
圖4是繪示於一通訊伺服器裝置102中實施的用於導出有關於一輸送服務的一量子的一量子修飾符的示範性方法400的一流程圖。
位於上車地點P 202處(圖2a中)的一使用者(未顯示)希望旅行至諸如D1 204a、D2 204b、D3 204c…D4 204n的一地點。於202處,該使用者使用該使用者通訊裝置104做出一服務請求,該使用者通訊裝置104正例如運行促進做出該服務請求的軟體app,且使該使用者通訊裝置104與通訊伺服器裝置102通訊,從而對通訊伺服器裝置102做出一服務請求,以將該服務請求分配給一服務提供者,從而該服務提供者將該使用者自上車地點P 202輸送至想要地點,亦即,下車點。該服務請求被自使用者通訊裝置104經由通訊網路108及通訊頻道110、112傳送至該通訊伺服器裝置102的輸入-輸出模組122。通訊伺服器裝置102接收且由處理器116處理該使用者服務請求,且將與該請求有關的資料儲存於資料庫126中。此所儲存服務請求資料至少包含表示該使用者上車地點202及該想要下車地點204的資料。該使用者上車地點可被使用者明確規定及在使用者通訊裝置104處輸入或在該使用者通訊裝置104中自GPS資料取得/讀取。使用者上車時間也可以包含在使用者服務請求中,例如,可以是使用者發送請求的時間(暗示使用者希望盡快上車),也可以是特定時間 在使用者希望該請求有效的將來,將來的時間要在取貨地點202取貨該使用者上車時間亦可被包含於該使用者服務請求中,且可以是例如該使用者傳送請求的時間(其暗示該使用者希望儘快上車),或其可以是於未來該使用者希望該請求對將於該上車地點202上車的一未來時間有效的具體時間。於另一安排中,該使用者上車時間被該通訊伺服器裝置102基於該使用者做出該服務請求的時間、該上車地點202及該使用者的附近可能夠服務該使用者的請求的候選服務提供者的數量及地點來估算/估計(亦即,基於該通訊伺服器裝置多快能夠將該使用者與能夠服務該使用者的一服務提供者連接及該服務提供者多快旅行至該上車地點202,該上車時間被決定)。依此,該使用者上車時間203被該通訊伺服器裝置102接收或導出。
於步驟404,該通訊伺服器裝置102導出於複數想像下車地點處的索引閒置時間。用於計算該索引閒置時間的示範性方法如下。
再參考圖2,可想起該圖繪示n個想像下車地點204。給定至該各自下車地點204的該上車地點P 202、該上車時間203及該想像旅行時間206(如上所描述計算的),通訊伺服器裝置102導出每一個想像下車地點204處的想像下車時間210。這些想像下車時間210是倘若該使用者於該上車時間203開始自該上車地點P 202旅行至每一個想像下車地點204,則該使用者到達每一個想像下車地點204的所估計時間。對於對每一個想像下車地點204該想像下車時間210下降的時間視窗,通訊伺服器裝置102檢索記錄於資料庫126中的歷史閒置時間資料。通訊伺服器裝置102將對至少一些且較佳地全部想像下車地點204的歷史閒置時間聚合,以形成一索引閒置時間值,該索引閒置時間值至少部分代表對於涵蓋那些想像下車地點204的地理區域整體閒置時間是多少,因其給出該地理區域中的想像下車地點204處的閒置時間的一經平滑值。
該聚合可以取計算統計中間索引值的形式,諸如該想像下車時間210下降的時間視窗中的每一個下車地點204處的平均閒置時間。作為替選,該聚合可包括導出該閒置時間的中位數值或像是量的其他值。通訊伺服器裝置102亦可將其他權重值應用於該聚合計算中,舉例而言,藉以使得所選地點處的想像閒置時間對該索引閒置時間的影響可更大
於此方面,該索引閒置時間可被視為遍及涵蓋該想像下車地點204的地理區域的閒置時間的一種參考值或基線值。
於步驟406,該通訊伺服器裝置102自資料庫126檢索該使用者希望於所估計下車時間210旅行至此地點的實際下車地點的歷史閒置時間。該實際下車地點於該所估計下車時間的歷史閒置時間是於該任務完成後,當該使用者已於該實際下車地點下車,且該服務提供者正在尋找/等待下一個任務/預定時,該服務提供者的閒置時間是多少的有效估計值。因此,應當理解,該通訊伺服器裝置被配置成檢索於該使用者下車地點於該使用者下車時間的閒置時間,作為該服務提供者的所估計閒置時間。舉例而言,此可以是歷史閒置時間資料形式的或來自上面提及的階層式模型的閒置時間的一估計值。
於步驟408,通訊伺服器裝置102對如於步驟404計算的索引閒置時間與如於步驟406所計算的該服務提供者於該使用者下車地點204於(所估計的)使用者下車時間210的所估計閒置時間實施一比較。於步驟410,通訊伺服器裝置102產生一比較結果,且基於該比較結果,導出一量子修飾符。作為舉例,若於該實際下車地點的所估計閒置時間高於該索引閒置時間,則該量子可被相應地調整,舉例而言,增大或減小該使用者的車資的價格。亦即,該通訊伺服器裝置102被配置成若該服務提供者的所估計閒置時間大於該索引閒置時間,則使該量子修飾符資料指出一量子增大。此外或作為替選,該通訊伺服器裝置102被配置成若該服務提供者的所估計閒置時間小於該索引閒置時間,則使該量子修飾符資料指出一量子減小。另外,除此之外或作為替選,通訊伺服器裝置被配置成若該服務提供者的所估計閒置時間與該索引閒置時間相同,則使該量子修飾符資料指出不改變該量子。
產生該量子修飾符後,可決定對該量子的修飾。亦即,該通訊伺服器裝置被配置成基於該量子修飾符資料及指出有關於該服務請求的一初始量子的資料,導出包括指出一經修飾量子的資料的一經修飾量子資料欄位。此後,該經修飾量子(舉例而言,經調整價格)可被傳送至該使用者。若該使用者發現該經修飾量子可接受,則該使用者具有接受確認該車資的選項,此時,通訊伺服器裝置102將邀請一服務提供者接受該服務請求,將諸如使用者的詳情(像該使用者的身分、上車點、車資的經修飾量子(例如,經調整價格)等)的預定詳情傳送至該服務提供者的通訊裝置106。因此,且如上所指出的,對於他(或她)為接受該使用者旅行至該長閒置時間地點的請求將承受的喪失機會,該服務提供者可被補償。相反地,若於該實際下車地點處的所估計閒置時間小於該索引閒置時間,則該量子可被相應地調整,舉例而言,以減少該使用者的車資的價格。儘管對於該服務提供者,此似乎不完全理想,但作為替選,由於該下車地點位於一低閒置時間地點中,所以透過能夠確保另一個預定相對較快,該服務提供者預期被補償。當然,其他量子調整被設想。可存在這樣的情景,當所估計閒置時間小於該索引閒置時間時,想要該通訊伺服器裝置102增大有關於服務請求的量子。可存在這樣的情境,當所估計閒置時間大於該索引閒置時間時,期望該通訊伺服器裝置102減小有關於該服務請求的量子,等等。
該量子修飾符的量可與所估計閒置時間與該索引閒置時間之間的差成正比。
當該索引閒置時間等於所估計閒置時間時,則在此例子中,通訊伺服器裝置102不改變車資。或者不應用量子修飾符,或者應用一0量子修飾符。
依此,應當理解,圖1至圖4及前面的描述繪示且描述用於針對有關於一輸送服務的一量子導出一量子修飾符的一通訊伺服器裝置102,該通訊伺服器裝置102包括一處理器116及一記憶體120,該通訊伺服器裝置102被配置成於該處理器116的控制下執行儲存於該記憶體118中的指令120,以:接收使用者服務請求資料302,該使用者服務請求資料302包括指出一使用者上車地點203的資料304及指出一使用者下車地點204的資料306;記錄一使用者上車時間203且產生一或複數資料記錄310,該資料記錄310包括一索引閒置時間資料欄位314及一使用者下車時間資料欄位316,該索引閒置時間資料欄位314包括指出一服務提供者於複數想像下車地點204a-n處的索引閒置時間的資料,及該使用者下車時間資料欄位316包括指出一使用者下車時間210的資料;自一資料庫126中檢索指出一服務提供者於該使用者下車時間210於該使用者下車地點204的所估計閒置時間212的資料317;將指出該服務提供者的索引閒置時間的資料314與指出該服務提供者的所估計閒置時間的資料317進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位318;且基於指出該比較結果的資料,於該一或複數資料記錄310中,產生包括指出該量子修飾符的量子修飾符資料的一資料欄位320。
另外,亦提供一種方法400,方法400被於一通訊伺服器裝置102中實施,用於針對有關於一輸送服務的一量子導出一量子修飾符,該方法包括於該通訊伺服器裝置102的一處理器116的控制下:接收使用者服務請求資料302,該使用者服務請求資料302包括指出一使用者上車地點203的資料304及指出一使用者下車地點204的資料306;記錄一使用者上車時間203且產生一或複數資料記錄310,該資料記錄310包括:包括指出一服務提供者於複數想像下車地點204a-n處的索引閒置時間的資料的一索引閒置時間資料欄位314及包括指出一使用者下車時間210的資料的一使用者下車時間資料欄位316;自一資料庫126中檢索指出一服務提供者於該使用者下車時間210於該使用者下車地點204的所估計閒置時間212的資料;將指出該服務提供者的索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位318;且基於指出該比較結果的資料,於該一或複數資料記錄310中,產生包括指出該量子修飾符的量子修飾符資料的一資料欄位320。
亦應當理解,包括實現用於針對有關於一輸送服務的一量子導出一量子修飾符的方法的指令的一電腦程式產品被提供
亦應當理解,包括實現用於針對有關於一輸送服務的一量子導出一量子修飾符的方法的指令的一電腦程式被提供。
亦應當理解,一種儲存指令的非暫態儲存媒體,當被一處理器執行時,該指令使該處理器執行用於針對有關於一輸送服務的一量子導出一量子修飾符的方法。
亦應當理解,用於針對有關於一輸送服務的一量子導出一量子修飾符的一通訊系統被提供。該系統包括:通訊伺服器裝置102、至少一個使用者通訊裝置104及通訊網路設備108、110、112,該通訊網路設備108、110、112可操作,以使該通訊伺服器裝置102與該至少一個使用者通訊裝置104通過其彼此建立通訊,其中該至少一個使用者通訊裝置104包括一第一處理器128及一第一記憶體130,該至少一個使用者通訊裝置104被配置成於該第一處理器128的控制下執行儲存於該第一記憶體130中的第一指令132,以:將包括指出一使用者上車地點203的資料304及指出一使用者下車地點204的資料306的使用者服務請求資料302傳送至該通訊伺服器裝置102,且其中該通訊伺服器裝置102包括一第二處理器116及一第二記憶體118,該通訊伺服器裝置102被配置成於該第二處理器116的控制下執行儲存於該第二記憶體118中的第二指令120,以:接收該使用者服務請求資料302;記錄一使用者上車時間203及產生一或複數資料記錄310,該資料記錄310包括:包括指出一服務提供者於複數想像下車地點214處的索引閒置時間的資料的一索引閒置時間資料欄位314及包括指出一使用者下車時間210的資料的一使用者下車時間316資料欄位;自一資料庫126中檢索指出一服務提供者於該使用者下車時間210於該使用者下車地點204的所估計閒置時間212的資料317;將指出該服務提供者的索引閒置時間的資料314與指出該服務提供者的所估計閒置時間的資料317進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位318;且基於指出該比較結果的資料,於該一或複數資料記錄310中,產生包括指出該量子修飾符的量子修飾符資料的一資料欄位320。
通訊伺服器裝置102實施的任一資料檢索動作都可被資料檢索模組148實施。通訊伺服器裝置102實施的任一比較動作都可被比較模組150實施。通訊伺服器裝置102實施的任一資料欄位產生動作都可被資料欄位產生模組152實施。
如上所指出的,實現本文所揭露的技術可以可對比如電供應-負荷平衡或電腦處理負荷平衡提供的技術相同的方式,平滑該駕駛人/服務提供者利用,且塑造需求分散,以避免或至少緩解供需不平衡的極端差異導致的問題。只為給出此方面中的一個例子,電腦處理負荷平衡可被視為一類比。利用該類比,該電腦伺服器可被視為類似於上面提及的一個上車地點。該電腦伺服器具有有限資源(就位於上車地點處或接近上車地點處的駕駛人資源亦有限而言)。電腦伺服器被連接至多重用戶(類似於上面提及的下車地點),且每一個用戶將批量請求(類似於乘客請求)發送至電腦伺服器進行處理。對該請求的回應時間可被定義為系統負荷平衡/效率的一量度,類似於上面提及的駕駛人的閒置時間。
該回應時間可被設限或不被設限。舉例而言,於時間t_0,該用戶C_1將一批請求R_c1_1、R_c1_2、R_c1_3、…、R_c1_n發送至被分配至其的資源/電腦伺服器。某個時間後,舉例而言,幾分鐘後,亦即,t_1後,一些處理而非全部處理被完成。可觀察確切處理持續時間。我們知道尚未完成的處理的對應處理時間比t_1 - t_0長。這些觀察被設限。我們可使用存活分析來估計於t_0自用戶C_1發出的此批請求的處理時間PT_c1。類似地,我們可估計PT_c2、PT_c3等。我們估計電腦伺服器於t_0的索引處理時間。接著,自電腦伺服器對不同用戶的資源分配被最佳化,以將該索引處理時間降低到最短。
關於本文的上下文中使用「被設限」,其可有助於歸納時間-事件(time-to-event)資料的概念。「被設限」資料可被視為「時間-事件」資料。於該閒置時間估計中,每一個空閒駕駛人的「事件」正接收一任務廣播。於一系統負荷平衡問題中,每一個請求處理的「事件」是該請求的完成。若該事件發生且被觀察,則事件的時間不被設限。若該事件未發生或不會發生,或該事件會發生但不能被觀察到,則該事件的時間被設限。於閒置時間估計中,若一駕駛人等待X分鐘且然後登出其通訊裝置中的駕駛人app,則意味著當該事件將發生時不可能被觀察到。依此,結果,該系統可僅知道該駕駛人的閒置時間長於X分鐘。此是一設限記錄。類似地,在系統負荷平衡中,若假設一用戶發送的一請求將於X分鐘中完成,則因於預定排程或一些其他原因,對全部請求處理的狀態檢查將發生於Y分鐘中(Y<X)。該事件不能透過狀態檢查被觀察。結果,有可能僅推斷出處理該請求需要Y分鐘以上。該記錄亦「被設限」。
圖5是繪示用於針對有關於一輸送服務的一量子導出一量子修飾符的一方法500的一流程圖,該方法包括「離線」步驟502及「線上」步驟504。於此方面中,該線上步驟是當該使用者希望對一輸送相關服務做出一預定時被執行的步驟。該離線步驟是於該使用者做出預訂請求之前實行的步驟。
還參考圖1至圖3,於離線步驟502中,該通訊伺服器裝置102的輸入-輸出模組122通過通訊網路108使用通訊頻道110和114接收來自該服務提供者通訊裝置106的資料。此資訊包含指出服務提供者於乘客下車後的閒置時間的資料,如上所描述的,或來自該服務提供者通訊裝置106使該通訊伺服器裝置102導出該服務提供者的閒置時間的足夠資訊。該資料被儲存於資料庫126中的相關地點,作為歷史資料。因該服務提供者的閒置時間可能未完成,所以可能難以決定服務提供者的確切閒置時間,「未完成」意味著服務提供者接收一任務的確切時間不能被觀察,舉例而言,若該服務提供者未接收任務,而關閉該app時。當我們說一閒置時間記錄完成時,其意味著該駕駛人始終在線上且於自先前乘客下車後至接收下一個任務的時間後保持app運行。若一駕駛人於其接收下一個任務之前關閉或登出該app,則我們僅能推斷出此駕駛人於關閉該app之前尚未接收一任務。若該駕駛人未關閉或登出該app,則其可較早接收一任務。由此,若該app不活動,則該通訊伺服器裝置要準確確定該駕駛人的閒置時間可能有一些困難。難以確定該駕駛人因主動尋找或等待一任務而接收的任務之間有多長時間、該駕駛人是否在比如休息。此現象可以是將存活分析,而非將平均數、中位數或其他統計數應用於閒置時間估計的最重要原因之一。
使用該歷史資料,該通訊伺服器裝置102對該歷史資料進行存活分析,以預測且導出可變資料欄位,諸如,服務提供者於乘客下車後一固定時間段及固定下車地點的所估計閒置時間506、該上下車分散508、自同一個上車地點的每秒營收510,及對於具體上下車地點對,服務提供者對所廣播任務的忽略率512。然後,該通訊伺服器裝置102將該服務提供者於乘客下車後的索引閒置時間506、該上下車分散508、每秒營收510預聚合為地點級資料及預聚合值的資料514。地點級資料是關於地點尺寸的一種描述。舉例而言,該通訊伺服器裝置可估計一整個城市的閒置時間(亦即,城市級)、估計該城市中的區域的閒置時間(區域級)、或估計geohash級的區域的閒置時間。該通訊伺服器裝置102將該上下車分散508的資料及服務提供者忽略率512的資料合併為上下車忽略排除情況的資料516。資料506、508、510、512、514及516被儲存於該資料庫126中,作為歷史資料,且按照一規律基礎(例如,每天一次地)被保存及更新。資料506、508、510、512可以表格的形式被儲存,其中「pick_drop_distribution」508表示對於同一個上車地點的想像下車地點的大致分散,「idle_time_prediction」506表示給定地點及時槽的預測閒置時間,「revenue_per_second」510表示工作服務提供者的時間價值,及「ignore_rate」512表示預訂的忽略率。
當對服務提供者於同一個下車地點及固定下車時槽的閒置時間進行存活分析時,非常多的取樣可被獲得。由於所獲得的閒置時間可以是未完成的或完成的,所以於進行存活分析之前,所觀察的閒置時間被劃分為未完成組及完成組,且每一組中的相同觀察被分別計數。此意味著表示每一組中的相同觀察的數量。於計數之前,每一個記錄可被儲存為該資料庫中的一列。於計數之後,每一個相異記錄可以是一列,以減小資料大小。於此變換之後,進行存活分析。該變換減小存活分析的資料大小,且可使得處理更快,且該存活模型可被使用於估計指出給出該下車地點及下車時槽的閒置時間的資料。
除存活分析之外,還有不同方式來估計有興趣變數。舉例而言,預期最大化(Expectation-Maximization)演算法、機器學習模型及其他方法。
還參考圖1至圖3,於線上步驟504中,該通訊伺服器裝置102的輸入-輸出模組122於步驟518通過通訊網路108使用通訊頻道110、112接收來自該使用者通訊裝置104的一使用者服務請求資料202,此後其被處理器116處理且被儲存於資料庫126中。由此,即時服務請求資料被該通訊伺服器裝置102獲得。此使用者服務請求資料518至少包含一上車地點及一下車地點。該通訊伺服器裝置102根據上面描述的原理導出於該使用者上車地點處的該使用者上車時間。若一服務提供者於導出的使用者上車時間及該使用者上車地點接受該即時使用者服務請求資料518提供的一隨機/任意任務,則該通訊伺服器裝置102使用於步驟514及516處的儲存於資料庫126中的歷史資料及於步驟518處的該即時使用者服務請求資料來計算變數的值,諸如,於步驟520處的索引閒置時間、於步驟522處的預期每秒營收及於步驟524處的預期忽略率。此情況中的一隨機/任意任務的索引閒置時間不是一行程的閒置時間,而是於同一個上車時間自同一個上車地點開始的複數想像預訂的索引閒置時間。
該通訊伺服器裝置102亦導出指出該使用者服務請求的所估計使用者下車時間的資料欄位,且自該資料庫126中的歷史資料獲得於該使用者下車地點及所估計使用者下車時間的離線所估計閒置時間及所估計每秒營收。當一固定下車地點及時槽的所估計閒置時間被估計時,由於該估計值可於一區域或一時間段是稀疏的,所以該閒置時間估計值可因為時間平移或地點平移而跳躍。可對所估計閒置時間估計值進行所估計閒置時間的高斯核、時間及空間平滑。此變換可使得該閒置時間估計值不因為時間偏移或地點偏移而跳躍。
然後,該通訊伺服器裝置102將指出該服務提供者於同一個上車時間自同一個上車地點開始的一隨機/任意行程的索引閒置時間的資料欄位與指出該服務提供者的所估計閒置時間的資料欄位進行比較,以產生一比較結果且於步驟526基於該比較結果於該一或複數資料記錄中產生量子修飾符資料。如上所指出的,此量子修飾符是針對該輸送服務的一量子的一調整符。在一個實施例中,其是對乘車價格的一價格調整符、一變動值,亦即,一折扣或一附加費。
若該服務提供者的所估計閒置時間大於該服務提供者的索引閒置時間,則該量子修飾符資料可指出一量子增大。若該服務提供者的所估計閒置時間小於該服務提供者的索引閒置時間,則該量子修飾符資料可指出一量子減小。若該服務提供者的所估計閒置時間與該服務提供者的索引閒置時間相同,則該量子修飾符資料可指出不改變該量子
由此,若於步驟520該服務提供者的所估計閒置時間大於該服務提供者的索引閒置時間,則對於初始費用,存在一附加費。
若於步驟520該服務提供者的所估計閒置時間小於該服務提供者的索引閒置時間,則對於該初始費用,存在一折扣。
若於步驟520該服務提供者的所估計閒置時間與該服務提供者的索引閒置時間相同,則該初始費用保持不變。
用於估計該駕駛人的「時間價值」的一模型亦被提供。該「時間價值」指在單位時間內,若一服務提供者不空閒,則該服務提供者能夠掙得多少錢。利用該時間價值及行程閒置時間與該索引閒置時間之間的差,既可計算附加費又可計算折扣。
在一些實例中,在計算量子修飾符中(例如,計算一附加費或一折扣)使用該時間價值可為有用的。例如,在一些實現中,通訊伺服器裝置102被配置成決定該量子修飾符的值與行程閒置時間與索引閒置時間之間的差成正比。當所計算出的量子修飾符為一附加費或一折扣時,則以一貨幣單位(例如,美元)量測,且以時間單位(例如,秒)量測該行程閒置時間與該索引閒置時間之間的差。依此,通訊伺服器裝置102可使用該時間價值來幫助將時間差轉變為金錢差。該時間價值決定該附加費或折扣會多大。透過例如使用該初始車資與行程持續時間之比例作為該時間價值,該「時間價值」可以簡單方式被計算。給出一固定上車geohash及時間視窗,通訊伺服器裝置102可對至不同地點之行程計算上面提及的比例,且然後使用該平均比例作為在此geohash中變成空閒的駕駛人的時間價值。依此方式計算該時間價值的通訊伺服器裝置102可實現若干益處。首先,當駕駛人正在做一任務或空閒且等待任務時,可以較佳為不具有非常不同的時間價值。其次本文揭露的技術可採用不同的定價策略,舉例而言,該價格是距離的線性函數或非線性函數,該價格是動態的且飛漲等。當然,會存在不同的「時間價值」模型。
由於一上車地點中的索引閒置時間是自此上車地點開始的複數想像行程的閒置時間的索引,所以自同一個上車地點開始的行程的量子減小(例如,折扣)之總和大致等於量子增大(例如,附加費)之總和。舉例而言,當服務提供者接受同一個上車地點的任務時,一些服務提供者可接受至一相對較差目的地(其中於乘客下車後可能具有較長閒置時間)的任務。考慮到駕駛人閒置時間的時間價值,這些任務的量子(例如,價格)一般而言較高。相反,其他駕駛人可接受至具有較短閒置時間的相對較好下車地點的任務。相應地,舉例而言,價格會較低。對該初始費用的附加費及折扣都可與所估計閒置時間與索引閒置時間之間的差及每秒營收成正比。一般而言,對於自同一個上車地點開始的行程,折扣及附加費都有發生。依此方式則服務提供者可被提供公平服務請求,且透過考慮到完成該服務請求後的閒置時間,可確保發送至服務提供者的任務等值。此舉亦可鼓勵至具有短閒置時間的下車地點的行程,提高服務提供者的效率及利用。
圖6是繪示用於導出一輸送相關服務的一量子修飾符的資料如何於一示範性系統600中被轉移的一圖。於下面的討論中,某些詳細組件及處理被識別為諸如S3、Spark、Redis及其他系統組件。這些不被視為限制,且這些亦可被一等效技術及/或功能性質的其他組件/處理代替。
該系統由二個部分組成:
1. 每晚或每週資料工程任務602
資料工程ETL/存活分析將以一批量處理方式於晚間(或許每晚)(當服務負荷低時)進行且實施下面的步驟:
‧ 一Spark ETL任務將進行,以採集歷史資料,舉例而言,原始閒置時間記錄、每一個地點的諸如geohash及time_window的上車/下車分散、每一個geohash及time_window的單位時間營收估計值、每一個geohash及time_window的所估計旅行時間、每一個geohash-geohash對及time_window的忽略率。所有資料均可被寫入資料庫S3中,且除原始閒置時間外,全部被寫入資料庫中,諸如,MySQL資料庫S4。
‧ 接著上面的步驟,python cron任務將於一EC2實例(或多重)上進行,以對該原始閒置時間記錄實施存活分析,然後,實施稀疏度填充且然後實施空間平滑,以決定這些估計值。此舉的結果被寫入MySQL資料庫S4及S3二者中。
2. 車資產生系統604
車資服務將應對如下:
‧ 當(例如,每次)新聚合的資料可用(可被上面的資料工程任務使用)時,儲存於MySQL資料庫S4中的資料可被高速緩衝於Redis資料庫S5中。
‧ 上述內容導入二個資訊表: Geohash-Geohash-Time表(上車下車分散及旅行時間)606;Geohash-Time表(每秒營收及閒置時間估計值)608,被儲存於Redis資料庫S5中,而僅為清楚起見被分別地顯示。
當一車資被請求時,該車資服務604將讀取關於該任務的資訊,且進而:
‧得到該上車/下車分散(由儲存於Redis資料庫S5中的Geohash-Geohash-Time表606)及該請求geohash的所估計旅行時間(由Geohash-Geohash-Time表606)。
‧ 確定該上車/下車分散中於每一個geohash處的預期下車時間。
‧自Geohash-Time表608收集該行程及索引閒置時間、每秒營收及這些geohash的正確時間段的忽略率。將此資訊傳遞至DS Go Algo 610,然後,該DS Go Algo 610計算該附加費/折扣。
該DS Go Algo是亦可調用一計算伺服器實例612的模組,以合併一些即時訊號且應用更複雜模型來修訂該附加費/折扣。
應當理解,僅作為例子描述了本發明。可對本文中描述的技術進行各種修改,而不脫離所附申請專利範圍的精神和範疇。所揭露的技術包括以單獨樣式提供的技術或彼此的組合。因此,對一種技術描述的特徵亦能夠以與另一種技術結合的方式呈現。
100:通訊系統
102:通訊伺服器裝置
104:使用者通訊裝置
106:服務提供者通訊裝置
108:通訊網路
110、112、114:通訊鏈路
116、128、138:微處理器
118、130、140:記憶體
120、132、142:可執行指令
122、134、144:輸入/輸出模組
124、136、146:使用者介面
126、S3:資料庫
202:上車地點
203:上車時間
204a、204b、204c、204n:潛在下車地點
206a、206b、206c、206n:想像旅行時間
208a、208b、208c、208n:百分比
210a、210b、210c、210n:想像下車時間
212a、212b、212c、212n:歷史閒置時間
214a、214b、214c、214n、510:每秒營收
302:使用者服務請求資料
304:使用者上車地點資料
306:使用者下車地點資料
310:資料記錄
312:資料欄位
314:索引閒置時間資料欄位
316:使用者下車時間資料欄位
317:所估計閒置時間欄位
318:比較資料欄位
320:量子修飾符資料欄位
322n:想像旅行時間資料欄位
324n:想像下車地點資料欄位
326n:想像下車時間資料欄位
328n:想像閒置時間資料欄位
400:示範性方法
402、404、406、408、410、412、520、522、524、526、528:步驟
500:方法
502:離線步驟
506:所估計閒置時間
508:上下車分散
512:忽略率
514:預聚合值的資料
516:上下車忽略排除情況的資料
518:使用者服務請求資料
600:示範性系統
602:每晚或每週資料工程任務
604:車資產生系統
606:Geohash-Geohash-Time表(上車下車分散及旅行時間)
608:Geohash-Time表(每秒營收及閒置時間估計值)
610:DS Go Algo
612:計算伺服器實例
現在僅作為例子且參考隨附圖式描述本發明,其中:
圖1a是繪示用於導出有關於一輸送服務的一量子的一量子修飾符的一示範性通訊系統及通訊伺服器裝置的一示意方塊圖。
圖1b是繪示圖1a的通訊伺服器裝置的架構組件的一示意方塊圖。
圖2a是繪示自一上車地點的複數想像下車地點例子的一示意方塊圖。
圖2b是繪示圖2a的系統的資料欄位的一示意方塊圖。
圖3是繪示一或複數資料記錄的一示意方塊圖。
圖4是繪示於一通訊伺服器裝置中實施的用於導出有關於一輸送服務的一量子的一量子修飾符的一方法的一流程圖。
圖5是繪示用於導出有關於一輸送服務的一量子的一量子修飾符的一方法的一流程圖。
圖6是繪示用於導出有關於一輸送服務的一量子的一量子修飾符的資料如何於一示範性系統中被轉移的一圖。
100:通訊系統
102:通訊伺服器裝置
104:使用者通訊裝置
106:服務提供者通訊裝置
108:通訊網路
110、112、114:通訊鏈路
116、128、138:微處理器
118、130、140:記憶體
120、132、142:可執行指令
122、134、144:輸入/輸出模組
124、136、146:使用者介面
126:資料庫
Claims (17)
- 一種用於針對有關於一輸送服務的一量子導出一量子修飾符的通訊伺服器裝置,該通訊伺服器裝置包括: 一處理器; 一記憶體,該記憶體具有儲存於該記憶體內於該處理器的控制下被執行的指令; 一接收器模組,該接收器模組被配置成接收使用者服務請求資料,該使用者服務請求資料包括:指出一使用者上車地點的資料及指出一使用者下車地點的資料,使該通訊伺服器裝置記錄一使用者上車時間且產生一或複數資料記錄,該資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出複數想像下車地點的一索引閒置時間的資料; 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 一資料檢索模組,該資料檢索模組被配置成自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 一比較模組,該比較模組被配置成將指出該索引閒置時間的該資料與指出該服務提供者的所估計閒置時間的該資料進行比較,且產生一比較結果;及 一資料欄位產生模組,該資料欄位產生模組被配置成: 產生包括指出該比較結果的該資料的一比較結果資料欄位;以及 於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
- 如請求項1所述的通訊伺服器裝置,被配置成使該資料欄位產生模組使用該使用者上車時間及該使用者上車地點於該一或複數資料記錄中產生一或複數想像旅行時間資料欄位,該一或複數想像旅行時間資料欄位包括指出至該複數想像下車地點的複數想像旅行時間的資料。
- 如請求項2所述的通訊伺服器裝置,被配置成使該資料欄位產生模組由指出該複數想像旅行時間的該資料於該一或複數資料記錄中產生一或複數想像下車時間資料欄位,該一或複數想像下車時間資料欄位包括指出與該複數想像下車地點處的複數想像下車時間的資料。
- 如請求項3所述的通訊伺服器裝置,還被配置成使該資料檢索模組於該複數想像下車地點的每一個處於該複數想像下車時間的歷史閒置時間的資料,且被配置成將於該複數想像下車地點的每一個處於該複數想像下車時間的該歷史閒置時間處理成指出該服務提供者於該複數想像下車地點處的索引閒置時間的資料。
- 如上述請求項中的任一項所述的通訊伺服器裝置,被配置成檢索於該使用者下車地點處於該使用者下車時間的閒置時間作為該服務提供者的所估計閒置時間。
- 如上述請求項中的任一項所述的通訊伺服器裝置,被配置成若該服務提供者的所估計閒置時間大於該索引閒置時間,則使該資料欄位產生模組產生該量子修飾符資料,以指出一量子增大。
- 如上述請求項中的任一項所述的通訊伺服器裝置,被配置成若該服務提供者的所估計閒置時間小於該索引閒置時間,則使該資料欄位產生模組產生該量子修飾符資料,以指出一量子減小。
- 如上述請求項中的任一項所述的通訊伺服器裝置,被配置成若該服務提供者的所估計閒置時間與該索引閒置時間相同,則使該資料欄位產生模組產生該量子修飾符資料,以指出該量子不改變。
- 如上述請求項中的任一項所述的通訊伺服器裝置,其中該通訊伺服器裝置被配置成使該資料欄位產生模組基於該量子修飾符資料及指出有關於該服務請求的一初始量子的資料導出一經修飾量子資料欄位,該經修飾量子資料欄位包括指出一經修飾量子的資料。
- 一種用於針對有關於一輸送服務的一量子導出一量子修飾符的通訊伺服器裝置,該通訊伺服器裝置包括:一處理器及一記憶體,且被配置成於該處理器的控制下執行該記憶體中的指令,以: 接收包括指出一使用者上車地點的資料及指出一使用者下車地點的資料的一使用者服務請求資料,從而記錄一使用者上車時間且產生一或複數資料記錄,該資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出複數想像下車地點的一索引閒置時間的資料;以及 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 將指出該索引閒置時間的該資料與指出該服務提供者的所估計閒置時間的該資料進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位;以及 於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
- 一種於一通訊伺服器裝置中實施的用於針對有關於一輸送服務的一量子導出一量子修飾符的方法,該通訊伺服器裝置包括一處理器及一記憶體,該方法包括於該處理器的控制下執行儲存於該記憶體中的指令: 操作一接收器模組,以接收一使用者服務請求資料,該使用者服務請求資料包括:指出一使用者上車地點的資料及指出一使用者下車地點的資料,以供該通訊伺服器裝置記錄一使用者上車時間且產生一或複數資料記錄,該資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出一服務提供者於複數想像下車地點處的索引閒置時間的資料 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 操作一資料檢索模組,以自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 操作一比較模組,以將指出該服務提供者的索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生一比較結果;以及 操作一資料欄位產生模組,以: 產生包括指出該比較結果的資料的一比較結果資料欄位;以及 於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
- 一種於一通訊伺服器裝置中實施的用於針對有關於一輸送服務的一量子導出一量子修飾符的方法,該方法包括於該通訊伺服器裝置的一處理器的控制下: 接收使用者服務請求資料,該使用者服務請求資料包括:指出一使用者上車地點的資料及指出一使用者下車地點的資料,記錄一使用者上車時間且產生一或複數資料記錄,該資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出一服務提供者於複數想像下車地點處的索引閒置時間的資料; 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 將指出該服務提供者的索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位;以及 於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
- 一種包括用於實現請求項11及請求項12中的任一項所述的方法的指令的電腦程式產品。
- 一種包括用於實現請求項11及請求項12中的任一項所述的方法的指令的電腦程式。
- 一種用於儲存指令的非暫態儲存媒體,當該指令被一處理器執行時使該處理器實行請求項11及請求項12中的任一項所述的方法。
- 一種用於針對有關於一輸送服務的一量子導出一量子修飾符的通訊系統,該通訊系統包括:一通訊伺服器裝置、至少一個使用者通訊裝置及通訊網路設備,該通訊網路設備可操作,以使該通訊伺服器裝置與該至少一個使用者通訊裝置經由該通訊網路設備與彼此通訊,其中該至少一個使用者通訊裝置包括: 一第一處理器; 一第一記憶體,該第一記憶體具有儲存於該第一記憶體中將於該第一處理器的控制下被執行的指令;及 一傳送器模組,該傳送器模組用於將一使用者服務請求資料傳送至該通訊伺服器裝置,該使用者服務請求資料包括指出一使用者上車地點的資料及指出一使用者下車地點的資料,且其中: 該通訊伺服器裝置包括: 一第二處理器; 一第二記憶體,該第二記憶體具有儲存於該第二記憶體中將於該第二處理器的控制下被執行的指令; 一接收器模組,該接收器模組被配置成接收該使用者服務請求資料,以使該通訊伺服器裝置記錄一使用者上車時間且產生一或複數資料記錄,該一或複數資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出一服務提供者於複數想像下車地點處的索引閒置時間的資料; 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 一資料檢索模組,該資料檢索模組被配置成自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 一比較模組,該比較模組被配置成將指出該服務提供者的索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生一比較結果;及 一資料欄位產生模組,該資料欄位產生模組被配置成: 產生包括指出該比較結果的資料的一比較結果資料欄位;以及 於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
- 一種用於針對有關於一輸送服務的一量子導出一量子修飾符的通訊系統,該通訊系統包括:一通訊伺服器裝置、至少一個使用者通訊裝置及通訊網路設備,該通訊網路設備可操作,以使該通訊伺服器裝置與該至少一個使用者通訊裝置經由該通訊網路設備與彼此通訊,其中該至少一個使用者通訊裝置包括:一第一處理器;及一第一記憶體,該至少一個使用者通訊裝置被配置成於該第一處理器的控制下執行儲存於該第一記憶體中的第一指令,以: 將一使用者服務請求資料傳送至該通訊伺服器裝置,該使用者服務請求資料包括指出一使用者上車地點的資料及指出一使用者下車地點的資料,且其中: 該通訊伺服器裝置包括:一第二處理器;及一第二記憶體,該通訊伺服器裝置被配置成於該第二處理器的控制下執行儲存於該第二記憶體中的第二指令; 以接收該使用者服務請求資料,記錄一使用者上車時間且產生一或複數資料記錄,該一或複數資料記錄包括: 一索引閒置時間資料欄位,該索引閒置時間資料欄位包括指出一服務提供者於複數想像下車地點處的索引閒置時間的資料; 一使用者下車時間資料欄位,該使用者下車時間資料欄位包括指出一使用者下車時間的資料; 以自一資料庫中檢索指出一服務提供者於該使用者下車地點於該使用者下車時間的所估計閒置時間的資料; 以將指出該服務提供者的索引閒置時間的資料與指出該服務提供者的所估計閒置時間的資料進行比較,且產生包括指出一比較結果的資料的一比較結果資料欄位;以及 以於該一或複數資料記錄中,基於指出該比較結果的該資料,產生包括指出該量子修飾符的一量子修飾符資料的一資料欄位。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/SG2019/050267 WO2020231324A1 (en) | 2019-05-16 | 2019-05-16 | Communications server apparatus and method for deriving a quantum modifier for a transport-related service |
WOPCT/SG2019/050267 | 2019-05-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202109392A true TW202109392A (zh) | 2021-03-01 |
Family
ID=73290314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109116241A TW202109392A (zh) | 2019-05-16 | 2020-05-15 | 導出輸送相關服務量子修飾符之通訊伺服器裝置及方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20220207640A1 (zh) |
EP (1) | EP3970108A4 (zh) |
JP (1) | JP7303333B2 (zh) |
KR (1) | KR20220010531A (zh) |
CN (1) | CN113874904A (zh) |
SG (1) | SG11202108164VA (zh) |
TW (1) | TW202109392A (zh) |
WO (1) | WO2020231324A1 (zh) |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201107873D0 (en) * | 2011-05-11 | 2011-06-22 | Kabbee Internat Ltd | Control system |
US20150006072A1 (en) * | 2013-06-30 | 2015-01-01 | Jeremy Kasile Goldberg | Dynamically Optimized Transportation System |
US20150248689A1 (en) | 2014-03-03 | 2015-09-03 | Sunil Paul | Systems and methods for providing transportation discounts |
JP2016071510A (ja) | 2014-09-29 | 2016-05-09 | シャープ株式会社 | 配車管理システムおよび配車管理方法 |
US9776512B2 (en) * | 2014-11-10 | 2017-10-03 | Streetsmart Ltd. | Methods, circuits, devices, systems and associated computer executable code for driver decision support |
GB201503081D0 (en) * | 2015-02-24 | 2015-04-08 | Addison Lee Ltd | A system and method of calculating a price for a vehicle journey |
US9547309B2 (en) | 2015-05-13 | 2017-01-17 | Uber Technologies, Inc. | Selecting vehicle type for providing transport |
US11847862B2 (en) * | 2015-11-25 | 2023-12-19 | Lyft, Inc. | System for directing a transportation request to a driver with an inactive status based on exception criteria |
US10248913B1 (en) * | 2016-01-13 | 2019-04-02 | Transit Labs Inc. | Systems, devices, and methods for searching and booking ride-shared trips |
WO2017128927A1 (en) * | 2016-01-27 | 2017-08-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for matching and displaying service request and available vehicles |
US20170236088A1 (en) * | 2016-02-15 | 2017-08-17 | DeliveryCircle LLC | Delivery method and system |
US11049124B2 (en) * | 2016-04-07 | 2021-06-29 | Lyft, Inc. | System and method for navigating drivers to service transportation requests having surge pricing multipliers and surge pricing caps |
US20180137594A1 (en) * | 2016-11-17 | 2018-05-17 | Gt Gettaxi Limited | System and method for reserving drivers for a transportation service and navigating drivers to service transportation requests |
CA3053089A1 (en) | 2017-02-08 | 2018-08-16 | Uber Technologies, Inc. | Dynamic selection of geo-based service options in a network system |
US20180300660A1 (en) * | 2017-04-18 | 2018-10-18 | Lyft, Inc. | Systems and methods for provider claiming and matching of scheduled requests |
US11755960B2 (en) * | 2017-05-04 | 2023-09-12 | Lyft, Inc. | System and method for reserving drivers with minimum fare offers and navigating drivers to service transportation requests |
US10839695B2 (en) * | 2017-05-11 | 2020-11-17 | Uber Technologies, Inc. | Network computer system to position service providers using provisioning level determinations |
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 |
KR102390269B1 (ko) | 2017-05-26 | 2022-04-25 | 그랩택시 홀딩스 피티이. 엘티디. | 셔틀 서비스 관리 및 셔틀 서비스 루트 및 서비스 도출을 위한 시스템 및 방법 |
JP6906373B2 (ja) | 2017-06-06 | 2021-07-21 | 株式会社 ディー・エヌ・エー | 車両の走行計画を管理するためのシステム、方法、及びプログラム |
US20190026671A1 (en) * | 2017-07-20 | 2019-01-24 | DTA International FZCO | Device, System, and Method for Optimizing Taxi Dispatch Requests |
CN107563786A (zh) * | 2017-07-21 | 2018-01-09 | 闫凯 | 一种城市内乘客及货物协同运输的定价方法 |
CN108009657A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 网约车订单处理方法、系统、终端及服务器 |
US10706487B1 (en) * | 2017-11-11 | 2020-07-07 | Lyft, Inc. | Dynamically generating and updating multipliers for a transportation matching system using machine learning |
WO2019109199A1 (en) * | 2017-12-04 | 2019-06-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for allocating orders in an online on-demand service |
US11704608B2 (en) * | 2017-12-29 | 2023-07-18 | Lyft, Inc. | Session-based transportation dispatch |
JP2020531939A (ja) * | 2018-03-28 | 2020-11-05 | 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 | 乗客探索ライドソーシング・ビークル・ナビゲーションを決定するためのシステムおよび方法 |
US11501643B2 (en) * | 2018-05-02 | 2022-11-15 | Uber Technologies, Inc. | Reducing autonomous vehicle downtime and idle data usage |
US20200082314A1 (en) * | 2018-09-07 | 2020-03-12 | Lyft, Inc. | Efficiency of a transportation matching system using geocoded provider models |
-
2019
- 2019-05-16 SG SG11202108164VA patent/SG11202108164VA/en unknown
- 2019-05-16 KR KR1020217041177A patent/KR20220010531A/ko not_active Application Discontinuation
- 2019-05-16 US US17/610,055 patent/US20220207640A1/en not_active Abandoned
- 2019-05-16 WO PCT/SG2019/050267 patent/WO2020231324A1/en active Application Filing
- 2019-05-16 EP EP19928441.5A patent/EP3970108A4/en active Pending
- 2019-05-16 CN CN201980096764.6A patent/CN113874904A/zh active Pending
- 2019-05-16 JP JP2021568404A patent/JP7303333B2/ja active Active
-
2020
- 2020-05-15 TW TW109116241A patent/TW202109392A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2020231324A1 (en) | 2020-11-19 |
EP3970108A4 (en) | 2022-12-28 |
EP3970108A1 (en) | 2022-03-23 |
JP2022532904A (ja) | 2022-07-20 |
CN113874904A (zh) | 2021-12-31 |
US20220207640A1 (en) | 2022-06-30 |
KR20220010531A (ko) | 2022-01-25 |
JP7303333B2 (ja) | 2023-07-04 |
SG11202108164VA (en) | 2021-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11887030B2 (en) | Interactive network and method for securing conveyance services | |
US20230044760A1 (en) | Systems and methods for recommending transportation services | |
US20170169366A1 (en) | Systems and Methods for Adjusting Ride-Sharing Schedules and Routes | |
CN108876156B (zh) | 拼车及用户订单处理方法、系统及所适用的设备 | |
JP7253041B2 (ja) | 輸送サービスプロバイダを管理する方法、当該方法を実施するための命令を含むコンピュータプログラム、当該方法を実行させる命令を記憶する非一時記憶媒体、及び輸送サービスプロバイダを管理するための装置 | |
CN112005258A (zh) | 混合式车辆选择和路线优化 | |
US20200104761A1 (en) | Payment card for multi-leg journey | |
CN111183438A (zh) | 动态车辆路线选择确定 | |
US10593005B2 (en) | Dynamic forecasting for forward reservation of cab | |
US20190383623A1 (en) | Dynamic connection determinations | |
US20180314998A1 (en) | Resource Allocation in a Network System | |
US20110307282A1 (en) | System and method for operating a service to arrange transport between a customer and a transport party | |
CN105917376A (zh) | 针对运输请求优化对驾驶员的选择 | |
CN111311295B (zh) | 服务方式确定方法、装置、电子设备和存储介质 | |
AU2018217973A1 (en) | Dynamic selection of geo-based service options in a network system | |
US20210201393A1 (en) | System and method for bidding-based ridesharing | |
US20130290056A1 (en) | Schedule optimisation | |
JP7475985B2 (ja) | 配車管理装置及び配車管理方法 | |
de Ruijter et al. | Ride-sharing efficiency and level of service under alternative demand, behavioral and pricing settings | |
JP2002024659A (ja) | 配車予約システム | |
TW202109392A (zh) | 導出輸送相關服務量子修飾符之通訊伺服器裝置及方法 | |
US20220108260A1 (en) | Interactive network and method for securing conveyance services | |
WO2019203805A1 (en) | Filtering for efficient routing data | |
CN108564189B (zh) | 基于拍卖机制的网约车实时服务车辆资源分配和定价方法 | |
WO2022135659A1 (en) | Method and system for operating a fleet of vehicles |