TW202207712A - 針對隨選服務確定費用激增之伺服器及方法 - Google Patents
針對隨選服務確定費用激增之伺服器及方法 Download PDFInfo
- Publication number
- TW202207712A TW202207712A TW110122159A TW110122159A TW202207712A TW 202207712 A TW202207712 A TW 202207712A TW 110122159 A TW110122159 A TW 110122159A TW 110122159 A TW110122159 A TW 110122159A TW 202207712 A TW202207712 A TW 202207712A
- Authority
- TW
- Taiwan
- Prior art keywords
- surge
- service
- fee
- server
- demand
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 35
- 230000006870 function Effects 0.000 claims description 56
- 238000004891 communication Methods 0.000 description 17
- 230000010355 oscillation Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 239000007787 solid Substances 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種被組配用以針對一隨選服務確定一費用激增之伺服器可包括可在接收對於該服務之各請求後進行以下動作之處理器:從該請求確定需要該服務之一位置;使用出自記憶體之一地圖來確定該位置周圍之一供應區域;基於該供應區域來確定該激增;將該激增與對於該供應區域之一激增下限作比較,並且如果其低於此界限,則將其設定為此界限;將該激增傳遞至相應請求者運算裝置及一提供者運算裝置;以及如果服務請求者及服務提供者兩者都接受該激增,則分配相關聯服務提供者以滿足該請求。激增下限可基於歷史分配率,各分配率代表在一特性類似區域中於歷史時間區間內在一費用激增下之一已滿足請求數量。
Description
本揭露之各項態樣係有關於被組配用以針對隨選服務確定費用激增之伺服器。本揭露之各項態樣係有關於針對隨選服務確定費用激增之方法。本揭露之各項態樣係有關於儲存電腦可執行碼之非暫時性電腦可讀媒體,該電腦可執行碼包括用於針對隨選服務確定費用激增之指令。本揭露之各項態樣係有關於電腦可執行碼,其包括用於針對隨選服務確定費用激增之指令。
目前有多種類型之隨選服務,諸如運輸服務及食品遞送服務。一隨選服務通常係經由一平台來提供,該平台允許一消費者隨著及當需要該服務時針對該服務提出請求。該平台將消費者(服務請求者)與可在所需位置及時間提供隨選服務之服務提供者連結。
目前,提供隨選服務之數個平台利用激增定價來平衡服務之需求及供應。特別的是,如果在對於服務之需求大幅超出可提供該服務之服務提供者數量之一時間或位置需要該服務,則可在對消費者在費用方面施加一激增(換句話說,一費用激增)。可向消費者呈現費用激增,然後消費者可選擇在費用激增下接受或拒絕服務之提供。類似的是,鑑於費用激增或其他因素,諸如消費者之位置,一服務提供者亦可決定是否接受或拒絕提供服務。
激增定價之使用易於造成服務提供者之間的共謀,因為他們利用這種機制來使他們之利潤達到最大。此類共謀因為隨選服務之服務提供者通常可視為接近於彼此之完美替代而屬於可能。舉例而言,只要駕駛員在一消費者之某一鄰近處,無論提供服務之駕駛員如何,該消費者對一隨選運輸服務之體驗便可能差異不大。
一服務提供者可有許多方式可影響對目前可用激增定價機制之輸入,以便對其優點調整輸出。這些輸入舉例而言,可包括供應信號/佔用率(指出可用服務提供者之數量)及需求信號/分配率(指出服務請求已滿足之比例)。舉例來說,提供一隨選運輸服務之多個駕駛員可共謀在可用(「線上」)與不可用(「離線」)之間結合起來切換,從而造成一人為供應短缺。掛特別的是,已經觀察到一較高百分比之搭乘易於受指派給在可用與不可用之間切換之駕駛員。各駕駛員亦可對他/她與平台之介面的某些特徵進行變更,以避免受指派某些服務請求。舉例而言,駕駛員可變更「自動接受」特徵以避免自動接受服務請求,及/或變更「我的目的地」特徵以阻止平台確定他/她的真實位置。再者,駕駛員可拒絕費用激增低於他/她期望之服務請求,從而影響分配率。
服務提供者之共謀不僅導致激增定價機制無法平衡服務之真實需求及供應,也造成激增定價機制之不穩定性。特別的是,因為駕駛員易於在一短時間內表現出上述共謀行為,費用激增通常隨著時間而大幅波動。舉例而言,駕駛員可在大約同一時間共謀變為「離線」,造成佔用率提升及分配率降低(因為無法滿足對於服務之更多請求)且激增提升。在這種激增提升之後不久,駕駛員可結合起來變為「上線」以接受服務請求。這可接著造成佔用率降低且分配率提升,進而造成激增降低。此類波動(或換句話說,激增振盪)可消耗更多平台資源,並且降低平台之運作速度。激增振盪亦可降低總體分配率,提升總體取消率,並且降低對服務請求指派及分配一服務提供者之速度,進而降低各服務提供者之總收益。
因此,可需要提供一種帶有一更低激增振盪之一改良型激增定價機制。亦可需要降低服務提供者共謀以可造成激增振盪之一方式利用激增定價機制之動機。
各項實施例可提供一種被組配用以針對一隨選服務確定一費用激增之伺服器。該伺服器可包括一或多個處理器,該一或多個處理器被組配用以從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求,並且更被組配用以從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料。該伺服器更包括一記憶體,該記憶體具有儲存於其中之一地圖及指令。該等指令在受一或多個處理器執行時,可造成該一或多個處理器在針對該隨選服務接收各請求後進行以下動作:從對於該隨選服務之該請求,確定需要該隨選服務之一位置;使用儲存在該記憶體中之該地圖來確定需要該隨選服務之該位置周圍之一供應區域;基於該供應區域來確定該費用激增;將該費用激增與針對該供應區域之一激增下限作比較,並且在確定該費用激增低於該激增下限後,將該費用激增設定為該激增下限;向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供;以及在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,分配該相關聯服務提供者以在該費用激增下滿足該請求。對於該供應區域之該激增下限可基於複數個歷史分配率來確定。各歷史分配率可對應於一相應費用激增,並且可代表在特性類似於該供應區域之一區域中於一或多個歷史時間區間內在該相應費用激增下之一已滿足請求數量。
根據各項實施例,該一或多個處理器可進一步從對於該隨選服務之該請求確定一受關注時間區間,在該受關注時間區間內需要該隨選服務。對於各歷史分配率之該一或多個歷史時間區間可特性類似於該受關注時間區間。
根據各項實施例,對於各歷史分配率之該一或多個歷史時間區間可包括具有類似於該受關注時間區間之一第一特性的一第一歷史時間區間集合、及具有類似於該受關注時間區間之一第二特性的一第二歷史時間區間集合。該第一特性可有別於該第二特性。
根據各項實施例,各歷史分配率可藉由以下動作來確定:於該第一時間區間集合期間在該相應費用激增下使用該已滿足請求數量來確定一第一率;於該第二時間區間集合期間在該相應費用激增下使用該已滿足請求數量來確定一第二率;以及使用該第一率及該第二率之一加權函數來確定該歷史分配率。
根據各項實施例,對於該供應區域之該激增下限可確定為與高於一百分位數閾值之該歷史分配率對應之該等費用激增中之一最小值。
根據各項實施例,該記憶體中儲存之該地圖可包括複數個地理散列(geohash),並且可將該供應區域確定為需要該隨選服務之位置所在之地理散列。
根據各項實施例,對於各地理散列,可週期性地確定一激增值。該激增值可基於與可用於提供該隨選服務之服務提供者相關聯、且在一特定時間點位於該地理散列內之一可用提供者運算裝置數量,於該特定時間點確定。可為該供應區域將該費用激增設定為最近確定之激增值。
根據各項實施例,該記憶體可更包括儲存於其中之一大小參數。該大小參數可指出該供應區域之一特定尺寸,並且該供應區域可使用該大小參數確定為具有該特定尺寸、並且以需要該隨選服務之該位置為中心之一區域。
根據各項實施例,該費用激增可藉由以下動作基於該供應區域來確定:使用該服務提供者資料來確定與可用於提供該隨選服務之服務提供者相關聯、並位於該供應區域內之一可用提供者運算裝置數量;基於該可用提供者運算裝置數量來確定一激增值;以及將該費用激增設定為該激增值。
根據各項實施例,該供應區域可以是一圓形區域,並且該大小參數可指出該供應區域之一半徑。
根據各項實施例,該費用激增可被設定為之該激增值可使用該可用提供者運算裝置數量之一加權函數來確定。該加權函數可包括與相應可用提供者運算裝置相關聯之權重。各權重可有關於介於該可用提供者運算裝置之一位置與該供應區域之一中心之間的一距離。
根據各項實施例,該一或多個處理器可更被組配用以週期性地接收已更新服務提供者資料,使得可在複數個連續時間執行個體中之各時間執行個體接收該已更新服務提供者資料。該記憶體可被組配用以在各時間執行個體儲存該所接收服務提供者資料。可在一特定時間接收對於該隨選服務之該請求。該費用激增可基於在與可接收該請求之該特定時間最接近之最近時間執行個體接收之該服務提供者資料、及在該最近時間執行個體之前於一或多個時間執行個體接收之該服務提供者資料來確定。
根據各項實施例,該費用激增可使用在該最近時間執行個體接收之該服務提供者資料、及在該最近時間執行個體之前於該一或多個時間執行個體中之各者接收之該服務提供者資料的一加權函數來確定。
在各項實施例中,該加權函數可包括與相應時間執行個體相關聯之權重。各權重可有關於介於該相應時間執行個體與該最近時間執行個體之間的一差異。
在各項實施例中,該隨選服務可包括一隨選運輸服務。
各項實施例可提供一種針對一隨選服務確定一費用激增之方法。該方法可包括使用一伺服器之一或多個處理器來進行下列動作:從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求;從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料;以及在針對該隨選服務接收各請求後進行以下動作:從對於該隨選服務之該請求,確定需要該隨選服務之一位置;使用儲存在該記憶體中之該地圖來確定需要該隨選服務之該位置周圍之一供應區域;基於該供應區域來確定該費用激增;將該費用激增與針對該供應區域之一激增下限作比較,並且在確定該費用激增低於該激增下限後,將該費用激增設定為該激增下限;向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供;在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,分配該相關聯服務提供者以在該費用激增下滿足該請求。對於該供應區域之該激增下限可基於複數個歷史分配率來確定。各歷史分配率可對應於一相應費用激增,並且可代表在特性類似於該供應區域之一區域中於一或多個歷史時間區間內在該相應費用激增下之一已滿足請求數量。
各項實施例可提供一種儲存電腦可執行碼之非暫時性電腦可讀媒體,該電腦可執行碼包括用於根據本文中所揭示之各項實施例針對一隨選服務確定一費用激增之指令。
各項實施例可提供一種電腦可執行碼,其包括用於根據本文中所揭示之各項實施例針對一隨選服務確定一費用激增之指令。
各項實施例可提供一種被組配用以針對一隨選服務確定一費用激增之伺服器。該伺服器可包括一或多個處理器,該一或多個處理器被組配用以從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求,並且更被組配用以從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料。該伺服器更包括一記憶體,該記憶體具有儲存於其中之一大小參數、一地圖及指令。該等指令在受一或多個處理器執行時,可造成該一或多個處理器在針對該隨選服務接收各請求後進行以下動作:從對於該隨選服務之該請求,確定需要該隨選服務之一位置;使用儲存在該記憶體中之該地圖及該大小參數來確定具有藉由該大小參數所指之一特定尺寸、並以需要該隨選服務之該位置為中心之一供應區域;使用該服務提供者資料來確定與可用於提供該隨選服務之服務提供者相關聯、並且位於該供應區域內之一可用提供者運算裝置數量;基於該可用提供者運算裝置數量來確定一激增值並將該費用激增設定為該激增值;向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供;以及在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,分配該相關聯服務提供者以在該費用激增下滿足該請求。
根據各項實施例,該供應區域可以是一圓形區域,並且儲存在該記憶體中之該大小參數可指出該供應區域之一半徑。
根據各項實施例,在確定該供應區域內之可用運算提供者裝置數量大於一最大供應閾值後,可縮減該供應區域之大小。
各項實施例可提供一種被組配用以針對一隨選服務確定一費用激增之伺服器。該伺服器可包括一或多個處理器,該一或多個處理器被組配用以從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求;並且更被組配用以從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料,其中可在複數個連續時間執行個體之各時間執行個體接收已更新服務提供者資料。該伺服器可更包括被組配用以在各時間執行個體儲存該所接收服務提供者資料之一記憶體。該記憶體可具有儲存於其中之一地圖及指令。該等指令在受一或多個處理器執行時,可造成該一或多個處理器於一特定時間在針對該隨選服務接收一請求後進行以下動作:從對於該隨選服務之該請求,確定需要該隨選服務之一位置;使用儲存在該記憶體中之該地圖來確定需要該隨選服務之該位置周圍之一供應區域;基於該供應區域、在與接收該請求之該特定時間最接近之最近時間執行個體接收之該服務提供者資料、及在該最近時間執行個體之前於一或多個時間執行個體接收之該服務提供者資料來確定該費用激增;向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供;以及在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,分配該相關聯服務提供者以在該費用激增下滿足該請求。
為了達成前述及相關目的,一或多項實施例包括在下文中完全說明並且在申請專利範圍中特別指出之特徵。以下說明及相關聯圖式詳細提出一或多項態樣之某些說明性特徵。然而,這些特徵僅指出可運用各項態樣之原理之各種方式中之幾種方式,並且本說明係意欲包括所有此類態樣及其均等例。
以下詳細說明意指以例示方式展示可實踐本揭露之特定細節及實施例的附圖。這些實施例係經充分詳細說明而使得所屬技術領域中具有通常知識者能夠實踐本揭露。可利用其他實施例並且可施作結構化、及邏輯變更但不會脫離本揭露之範疇。各項實施例不必然互斥,因為一些實施例可與一或多個其他實施例組合以形成新實施例。
在系統或伺服器或方法或電腦程式之一之上下文中所述之實施例對於其他系統或伺服器或方法或電腦程式類似地有效,反之亦然。
在一實施例之上下文中所述之特徵可相應地適用於其他實施例中之相同或類似特徵。在一實施例之上下文中所述之特徵可相應地適用於其他實施例,即使在這些其他實施例中沒有明確說明亦然。再者,如針對一實施例之上下文中之特徵所述之新增及/或組合及/或替代例可相應地適用於其他實施例中之相同或類似特徵。
「例示性」一詞於本文中使用時,意味著「當作一實例、例子、或例示使用」。本文中描述為「例示性」之任何實施例或設計不必然要視為比其他實施例或設計較佳或有助益。
在各項實施例之上下文中,關於一特徵或元件使用之冠詞「一」、「一個」及「該」包括對一或多個特徵或元件之一參照。
「及/或」一詞於本文中使用時,包括相關聯所列項目中之一或多者之任何及全部組合。
「至少一個」及「一或多個」等詞可理解為包括大於或等於一之一數值量(例如,一個、二個、三個、四個、[…]等)。「複數個」一詞可理解為包括大於或等於兩個之一數值量(例如:兩個、三個、四個、五個、[…]等)。
本說明書及申請專利範圍中之「複數」及「多個」等字組明確意指為大於一之一數量。因此,任何明確引用意指為一數量之物體的前述字組(例如:「複數個[物體]」、「多個[物體]」)之任何詞彙均明確意指多於一個該等物體。「(之)群組」、「[之]集合」、「(之)堆」、「(之)系列」、「(之)序列」、「(之)分組」等詞在本說明書中及申請專利範圍中,若有的話,意指為等於或大於一之一數量,即一或多個。「真子集」、「縮減子集」、及「較小子集」意指為不等於一集合之該集合之一子集,亦即含有比該集合更少元素之一集合之一子集。
「資料」一詞於本文中使用時,可理解為以任何適合的類比或數位形式包括資訊,舉例而言,係作為一檔案、一檔案之一部分、一檔案集合、一信號或串流、一信號或串流之一部分、一信號或串流集合、及類似者提供。再者,「資料」一詞亦可用於例如以一指標之形式意指為對資訊之一參照。然而,資料一詞不受限於前述實例,以及可採用各種形式並代表如所屬技術領域中理解之任何資訊。
舉例而言,「處理器」或「控制器」一詞於本文中使用時,可理解為允許處理資料、信號等之任何種類之實體。資料、信號等可根據藉由該處理器或控制器執行之一或多種特定功能來處理。
一處理器或一控制器因此可以是或可包括一類比電路、數位電路、混合信號電路、邏輯電路、處理器、微處理器、中央處理單元(CPU)、圖形處理單元(GPU)、數位信號處理器(DSP)、可現場規劃閘陣列(FPGA)、積體電路、特定應用積體電路(ASIC) 等、或以上的任何組合。相應功能之任何其他種類之實作態樣將在下文有進一步詳細說明,亦可理解為一處理器、控制器、或邏輯電路。據瞭解,可將本文中詳述之處理器、控制器、或邏輯電路中之任何兩者(或更多者)實現為帶有等效功能或類似者之單一實體,而且反言之,可將本文中詳述之任何單一處理器、控制器、或邏輯電路實現為帶有等效功能或類似者之兩個(或更多個)獨立實體。
可將本文中詳述之「系統」一詞(例如:一驅動系統、位置偵測系統等)理解為一組相互作用之元件,這些元件可以是,作為示例而非限制,一或多個機械組件、一或多個電氣組件、一或多個指令(例如,在儲存媒體中編碼)、一或多個控制器等。
一「電路」於本文中使用時,係理解為任何種類之邏輯實施實體,其可包括特殊用途硬體或執行軟體之一處理器。一電路因此可以是一類比電路、數位電路、混合信號電路、邏輯電路、處理器、微處理器、中央處理單元(「CPU」)、圖形處理單元(「GPU」)、數位信號處理器(「DSP」)、可現場規劃閘陣列(「FPGA」)、積體電路、特定應用積體電路(「ASIC」) 等、或以上的任何組合。相應功能之任何其他種類之實作態樣將在下文有進一步詳細說明,亦可理解為一「電路」。據瞭解,可將本文中詳述之電路中之任何兩者(或更多者)實現為帶有實質等效功能之單一電路,而且反言之,可將本文中詳述之任何單一電路實現為帶有實質等效功能之兩個(或更多個)獨立電路。另外,對一「電路」之參照可意指為結合起來形成單一電路之二或更多個電路。
「記憶體」於本文中使用時,可理解為一非暫時性電腦可讀媒體,其中可儲存資料或資訊以供取回。因此,本文中所包括對「記憶體」之參照可理解為意指為依電性或非依電性記憶體,包括隨機存取記憶體(「RAM」)、唯讀記憶體(「ROM」)、快閃記憶體、固態儲存器、磁帶、硬碟機、光學驅動機等、或以上的任何組合。再者,據了解,記憶體一詞亦囊括暫存器、移位暫存器、處理器暫存器、資料緩衝器等。據了解,稱為「記憶體」或一「記憶體」之單一組件可由多於一種不同類型之記憶體所組成,並且因此可意指為包括一或多種類型之記憶體的一集體組件。輕易瞭解的是,任何單一記憶體組件均可分成多個結合起來等效之記憶體組件,反之亦然。再者,儘管可將記憶體繪示為與一或多個其他組件分離(諸如圖式中),據瞭解,仍可將記憶體整合在另一組件內,諸如一公用整合式晶片上。
「地理散列」一詞於本文中使用時,可以是一城市或國家之劃分區域之預定義地理編碼小區。
根據各項實施例,對於一隨選服務之一費用激增可使用帶有死區及新信號模型之一PI控制來確定。在此模型中,於一時間執行個體之一遊戲比率可根據下面之方程式(1)來定義。(1)
其中代表可用於提供服務且在時間執行個體未滿足任何服務請求之一服務提供者數量,並且代表一遊戲服務提供者數量,或換句話說,自己為了試圖影響對其有利之激增而(舉例而言,藉由「離線」)無法提供服務之服務提供者。
在一目前時間執行個體之一瞬時單步激增差量(或換句話說,激增之一變化)可接著使用如下所示之方程式(3)來確定。連續時間執行個體及可藉由一時間區間隔開,諸如一分鐘。)
=) (3)
其中代表費用激增之一函數,、代表佔用率,代表一激增控制器參數,其中,並且、代表所欲與實際佔用率之間的差異。
圖1根據各項實施例,展示激增差量之一表面圖。如圖1所示,隨著遊戲服務提供者比例增加(換句話說,隨著遊戲比率增加),可能跟著增加。因此,可為正,並且激增可增加,由於遊戲服務提供者之行為而造成激增出現一人為增加。
圖2根據各項實施例,展示一通訊系統200的一示意圖。
根據各項實施例,通訊系統200可包括一伺服器210、及/或與相應服務請求者相關聯之複數個請求者運算裝置220及/或與相應服務提供者相關聯之複數個提供者運算裝置240。雖然圖2中僅示出兩個請求者運算裝置220及兩個提供者運算裝置240,據瞭解,可有更多請求者運算裝置220及提供者運算裝置240。
在一些實施例中,伺服器210及請求者運算裝置220可透過通訊網路230彼此通訊。伺服器210及提供者運算裝置240亦可透過通訊網路230彼此通訊。即使圖2展示將伺服器210連接至通訊網路230之一線路、將各請求者運算裝置220連接至通訊網路230之一線路、以及將各提供者運算裝置240連接至通訊網路230之一線路,伺服器210、各請求者運算裝置220及各提供者運算裝置240仍不需要彼此實體連接。反而,伺服器210、各請求者運算裝置220及各提供者運算裝置240可有能力藉由網際網路通訊協定透過通訊網路230、或透過一行動蜂巢式通訊網路進行無線通訊。
在各項實施例中,伺服器210可以是如圖2中示意性繪示之單一伺服器,或具有藉由橫跨多個伺服器組件分布之伺服器210進行之功能。伺服器210可包括一或多個伺服器處理器212。藉由伺服器210進行之各種功能可藉由一或多個伺服器處理器212來實行。在一些實施例中,藉由伺服器210進行之各種功能可橫跨一或多個伺服器處理器212來實行。在其他實施例中,藉由伺服器210進行之各種功能中之各特定功能可藉由一或多個伺服器處理器212中之特定伺服器處理器212來實行。
在一些實施例中,伺服器210可包括一記憶體214。伺服器210亦可包括一資料庫。記憶體214及資料庫可以是一個組件,或可以是單獨組件。伺服器之記憶體214可包括電腦可執行碼,該電腦可執行碼定義伺服器210在一或多個伺服器處理器212之控制下實行之功能。資料庫及/或記憶體214可包括過往隨選服務之歷史資料,例如一上車位置及/或下車位置、及/或費用及/或時間。記憶體214可包括或可以是一電腦程式產品,諸如一非暫時性電腦可讀媒體。
根據各項實施例,一電腦程式產品可儲存電腦可執行碼,該電腦可執行碼包括用於根據各項實施例針對一隨選服務確定一費用激增之指令。電腦可執行碼可以是一電腦程式。電腦程式產品可以是一非暫時性電腦可讀媒體。電腦程式產品可位在通訊系統200及/或伺服器210中。
在一些實施例中,伺服器210亦可包括允許伺服器210透過通訊網路230進行通訊之一輸入及/或輸出模組。伺服器210亦可包括用於對伺服器210進行使用者控制之一使用者介面。使用者介面舉例而言,可包括運算週邊裝置,諸如顯示監視器、使用者輸入裝置,例如觸控螢幕裝置及電腦鍵盤。
在各項實施例中,各請求者運算裝置220可包括一請求者運算裝置記憶體222及一請求者運算裝置處理器224。請求者運算裝置記憶體222可包括電腦可執行碼,該電腦可執行碼定義請求者運算裝置220在請求者運算裝置處理器224之控制下實行之功能。請求者運算裝置記憶體222可包括或可以是一電腦程式產品,諸如一非暫時性電腦可讀媒體。請求者運算裝置220亦可包括允許請求者運算裝置220透過通訊網路230進行通訊之一輸入及/或輸出模組。請求者運算裝置220亦可包括供服務請求者控制請求者運算裝置220之一使用者介面。使用者介面可以是一觸控面板顯示器。使用者介面可包括一顯示監視器、一鍵盤或按鈕。
在各項實施例中,提供者運算裝置240可包括一提供者運算裝置記憶體242及一提供者運算裝置處理器244。提供者運算裝置記憶體242可包括電腦可執行碼,該電腦可執行碼定義提供者運算裝置240在提供者運算裝置處理器244之控制下實行之功能。提供者運算裝置記憶體242可包括或可以是一電腦程式產品,諸如一非暫時性電腦可讀媒體。提供者運算裝置240亦可包括允許提供者運算裝置240透過通訊網路230進行通訊之一輸入及/或輸出模組。提供者運算裝置240亦可包括供服務提供者控制提供者運算裝置240之一使用者介面。使用者介面可以是一觸控面板顯示器。使用者介面可包括一顯示監視器、一鍵盤或按鈕。
在各項實施例中,伺服器210可被組配用以針對一隨選服務確定一費用激增。隨選服務可包括任何類型之服務,諸如、但不受限於一隨選運輸服務及一隨選食品遞送服務。在一些實施例中,伺服器210之一或多個處理器212可從與相應服務請求者相關聯之相應請求者運算裝置220接收對於隨選服務之複數個請求。對於隨選服務之各請求可包括位置資料。位置資料可指出需要隨選服務之位置。對於隨選服務之各請求可更包括其他資料,例如指出需要該隨選服務之一受關注時間區間的時間資料、或與該服務有關之任何其他資料。在一些實施例中,伺服器210之一或多個處理器212可從與可提供隨選服務之地理區域內之相應服務提供者相關聯之複數個提供者運算裝置240接收服務提供者資料。出自各提供者運算裝置240之服務提供者資料可包括一可用性指示符,該可用性指示符指出與提供者運算裝置240相關聯之服務提供者是否可用於提供隨選服務。出自各提供者運算裝置240之服務提供者資料可更包括位置資料,該位置資料指出服務提供者之一位置。在一些實施例中,對於服務之各請求中之位置資料及服務提供者資料中之位置資料可包括一相同預定義坐標系統(例如:全球定位系統(GPS))中之位置坐標。伺服器210之記憶體214可包括儲存於其中之一地圖,其中該地圖可具有與對於服務之請求中之位置資料及服務提供者資料相同之預定義坐標系統。在各項實施例中,儘管對於隨選服務之各請求可隨著及當一使用者需要服務時藉由伺服器210接收,伺服器210之一或多個處理器212仍可週期性地接收已更新服務提供者資料,或換句話說,在複數個連續時間執行個體之各時間執行個體中接收已更新服務提供者資料。於各時間執行個體,服務提供者資料可藉由一或多個處理器212從所有在「線上」且位於可提供服務之地理區域內之提供者運算裝置240接收。伺服器210之記憶體214可儲存各時間執行個體之所接收服務提供者資料。在一些實施例中,記憶體214可有能力僅儲存一有限量之服務提供者資料。舉例而言,記憶體214可有能力僅儲存過去y個時間執行個體中之服務提供者資料。在這項實例中,在針對y個時間執行個體儲存服務提供者資料之後,可在儲存下一個時間執行個體中之服務提供者資料之前,將最早時間執行個體中之服務提供者資料從記憶體214刪除,以使得在各時間執行個體,記憶體214中可用之服務提供者資料量最多可超過y個時間執行個體。
圖3根據各項實施例,展示一方法300的一流程圖。
根據各項實施例,可提供針對一隨選服務確定一費用激增之方法300。在一些實施例中,伺服器210之記憶體214可包括儲存於其中之指令,該等指令在受伺服器210之一或多個處理器212執行時,可造成一或多個處理器212在接收對於隨選服務之各請求後進行方法300。如圖3所示,方法300可包括302至310。雖然圖3依照一特定順序展示302至310,其他布置結構仍屬於可能,並且可使用302至310之任何適合的順序。再者,可將圖3中302至310中之二或更多者組合。
現將在下文參照圖3詳細說明方法300。
請參照圖3,方法300可包括確定(於302)需要隨選服務之一位置。在各項實施例中,可從對於隨選服務之請求,確定需要隨選服務之位置。舉例而言,請求可包括位置資料(諸如、但不限於位置坐標),並且需要隨選服務之位置可藉由從該請求提取位置資料來確定。
請參照圖3,方法300可更包括確定(於304)需要隨選服務之位置周圍之一供應區域。如上述,在一些實施例中,伺服器210之記憶體214可包括儲存於其中之一地圖,並且在這些實施例中,供應區域可使用儲存在記憶體214中之該地圖來確定。在一些實施例中,可確定供應區域之一邊界之位置坐標。
在一些實施例中,可提供隨選服務之一地理區域(例如:一城市)可區分成複數個地理散列。因此,儲存在記憶體214中之地圖可包括複數個地理散列。在這些實施例中,於方法300之304,可將供應區域確定為需要隨選服務之位置落於其內之地理散列。
在替代實施例中,伺服器210之記憶體214可更包括儲存於其中之一大小參數,其中該大小參數可指出供應區域之一特定尺寸。在這些實施例中,該供應區域可使用該大小參數確定為具有該特定尺寸、並且以需要該隨選服務之該位置為中心之一區域。此一供應區域可比提供隨選服務之目前平台中使用之一典型地理散列更大。舉例而言,一典型地理散列之大小可大約為0.73 km2
,而在一些實施例中,於304確定之供應區域之大小範圍可從典型地理散列之大小的約兩倍至約三倍,例如約1.4 km2
至約2.5 km2
。在一些實施例中,該供應區域可以是一圓形區域,並且該大小參數可指出該供應區域之一半徑。然而,該供應區域可呈其他形狀,並且該大小參數可指出其他類型之尺寸,諸如、但不限於一長度、寬度或面積。
圖4展示以需要隨選服務之一位置402為中心之一供應區域406之一例示性確定。位置402可予以從對於隨選服務之請求提取,並且可首先位於從記憶體214取回之一地圖404中。可接著將供應區域406確定為一圓形區域,其具有以位置402為中心之一特定半徑r (並且因此具有一大小πr2
),其中r之值可以是藉由出自記憶體214之大小參數所指之尺寸。在一些實施例中,半徑r可以是地理區域之一最大廣播半徑。舉例而言,地理區域可以是新加坡,並且半徑r可以是約2.5 km,因此,供應區域可具有約19.63 km2
之一大小。
請參照圖3,方法300可更包括基於供應區域來確定(於306)費用激增。
在地理區域可區分成複數個地理散列之一些實施例中,可為各地理散列週期性地確定一激增值。於一特定時間點x確定之激增值可基於(與可用於提供隨選服務之服務提供者相關聯、且位於地理散列內之)一可用提供者運算裝置240之數量,於特定時間點x確定。這可從最近接收之服務提供者資料確定。如上述,在此類實施例中,可將供應區域確定為需要隨選服務之位置落於其內之地理散列,因此,可為供應區域將費用激增設定為最近確定之激增值。再者,可將用於請求之可用提供者運算裝置240確定為用於針對供應區域確定此最近激增值之可用提供者運算裝置240。
在可使用記憶體214中之大小參數來確定供應區域之替代實施例中,方法300之306可使用如圖5所示之306a及306b來進行。
特別的是,於306a,(與可用於提供隨選服務之服務提供者相關聯、並位於供應區域內之)可用提供者運算裝置240之一數量可使用藉由一或多個處理器212接收之服務提供者資料來確定。此資料可以是藉由一或多個處理器212最近從地理區域內之提供者運算裝置240接收之服務提供者資料。此資料可包括可用於確定可用提供者運算裝置240之數量的可用性指示符及位置資料。舉例而言,請參照圖4所示,服務提供者408、410可位於供應區域406內,但服務提供者410可無法提供服務(因為他/她可「離線」,或可隨著滿足一先前請求而受到佔用)。服務提供者412可能可用於提供服務,但可位於供應區域406外。因此,於306,可將可用提供者運算裝置240之數量確定為可用於提供服務並位於供應區域406內之服務提供者408之數量。
於306b,一激增值可使用可用提供者運算裝置240之數量(於306a確定)來確定,然後可將針對隨選服務之費用激增設定為激增值。在各項實施例中,激增值可藉由使用上述方程式(3)確定激增差量來確定,且設定為於306a確定之可用提供者運算裝置240之數量。
請參照圖3,方法300可更包括將費用激增傳遞(於308)至相應請求者運算裝置220 (其針對隨選服務傳送請求),並傳遞至提供者運算裝置240。此通訊可用於相關聯服務請求者及相關聯服務提供者,以指出是否在費用激增下接受服務之提供。
在例示性實施例中,首先可將費用激增從伺服器210傳送至請求者運算裝置220。可經由請求者運算裝置220上之使用者介面向相關聯服務請求者顯示費用激增。相關聯服務請求者可接著指出是否在費用激增下接受或拒絕提供服務。可接著向伺服器210傳送指出服務請求者之接受/拒絕的請求者偏好資料。在接收相關聯服務請求者接受在費用激增下提供服務之指示後,一或多個處理器212可接著對請求指派可用提供者運算裝置240之一。可向受指派之提供者運算裝置240傳送包括請求之細節(包括費用激增)在內之指派資料。類似的是,可經由受指派之提供者運算裝置240上之使用者介面向相關聯服務提供者顯示這些細節,並且服務提供者可指出是否在費用激增下接受或拒絕提供服務。可接著向伺服器210傳送指出服務提供者之接受/拒絕的提供者偏好資料。替代地,首先可進行可用提供者運算裝置240之一對請求之指派,並且可幾乎同時向請求者運算裝置220及提供者運算裝置240發送費用激增。
請參照圖3,方法300可更包括分配關聯服務提供者(例如:與上述受指派之提供者運算裝置相關聯之服務提供者),以在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,在該費用激增下滿足該請求。此分配可包括從伺服器210向請求者運算裝置220傳送所分配服務提供者之細節。所分配服務提供者可接著繼續為服務請求者進行服務。
在各項實施例中,在接收對於隨選服務之一後續請求後,伺服器210之一或多個處理器212可針對此請求重複方法300。圖6展示確定以需要此後續請求之位置602為中心之另一供應區域606 (在圖4之地圖404中)之一實例。供應區域606之此確定可使用記憶體214中之大小參數來完成。如圖6所示,供應區域606可有別於供應區域406,因此,對於此請求識別為可用於提供服務並且位於供應區域606內之服務提供者408、412可有別於對於先前請求之那些服務提供者。因此,對於此後續請求之費用激增可於306 (憑藉306a、306b)使用可用提供者運算裝置240之一數量來確定,並且可因此有別於對於先前請求之費用激增。應知,雖然供應區域406與供應區域606在圖6中係以重疊示出,這些供應區域406、606可以是彼此分開之相異區域。再者,在一些實施例中,記憶體214中之大小參數所指之供應區域之尺寸對於不同請求可有所不同,因為其可根據因素(諸如、但不限於當日時間)而變化。在一些實施例中,供應區域之大小可基於(例如,反比於)在需要請求之位置402、602附近(例如,在該位置大約0.5 km內)之可用服務提供者之一數量。
雖然進行306中之運算複雜度在使用大小參數來確定供應區域時可更高(與將其確定為預定義地理散列之一截然不同),激增振盪仍可降低,因此,長期運行中可消耗更少運算資源。降低激增振盪亦可有助於提高總體分配率、降低總體取消率、以及改善對於服務請求者之使用者體驗。特別的是,由於供應區域(例如:圖6之406/606)可大於地理散列,供應區域內之服務提供者之間的平均距離可更高,並且服務提供者之中出現共謀之可能性可降低。再者,更大供應區域中可用供者運算裝置240之數量可更高。請參照方程式(3),隨著增大,激增差量可減小。隨著服務提供者之供應量更大且更一致,具有足以符合需求之供應的可信度可更高,因此,在平衡供需方面,可不需要巨量調整費用激增。此外,遊戲服務提供者佔服務提供者總數量之比例可降低,因此,這些遊戲服務提供者之行為對激增變化之影響程度可更小。舉例而言,給定一相同數量之遊戲服務提供者,如果遊戲服務提供者之總數量增加,則遊戲服務提供者之比例可降低。這些進而隨著時間降低供應區域內之激增振盪(舉例而言,請參照圖4,對於位置402處一所需請求之激增可隨著時間而振盪更小)。再者,請參照圖6,位置402、602可彼此充分靠近而在一相同地理散列中。然而,供應區域406、606可有所不同,因此,可用服務提供者408、412亦可有所不同。因此,即使位於供應區域406內但在供應區域606外之服務提供者408試圖玩弄激增機制,此類行為最多可影響對於位置402之激增振盪,但對於位置602卻不影響,從而可降低對於位置602之激增振盪。
在各項實施例中,於306,激增值(費用激增被設定為之該激增值)可使用可用提供者運算裝置240之數量之一加權函數來確定。特別的是,一可用服務提供者離需要隨選服務之位置越近,服務提供者可向服務請求者提供更好品質服務之可能性就越大,因此,一更高權重可與此服務提供者之運算裝置240相關聯。舉例而言,與需要運輸服務之一使用者更靠近之一駕駛員可更快地到達使用者所在處,從而縮減使用者之等待時間。因此,該加權函數可包括與相應可用提供者運算裝置240相關聯之權重。各權重可有關於介於可用提供者運算裝置240之一位置與該供應區域之一中心之間的一距離。此供應區域可以是一地理散列,或可憑藉記憶體214中之大小參數來確定。
特別的是,如上述,在一些實施例中,地理區域可區分成複數個地理散列,並且可基於該地理散列內可用提供者運算裝置240之數量,為各地理散列週期性地確定一激增值。可用提供者運算裝置240之此數量之一加權函數可用於確定激增值。各權重可有關於介於相關聯可用提供者運算裝置240之一位置與地理散列之一中心(大部分需求可在附近)之間的一距離。當供應區域係確定為需要隨選服務之位置位於其中之地理散列時,此地理散列之中心可以是供應區域之中心,因此,用於確定此地理散列之激增值(費用激增可被設定為之激增值)的各權重可視為有關於與介於相關聯可用提供者運算裝置240之一位置與供應區域之一中心之間的一距離。供應區域之此中心不必與需要隨選服務之位置重合。
替代地,可將供應區域確定為具有藉由大小參數所指特定尺寸之一區域。在這些實施例中,(該費用激增可被設定為之)該激增值亦可使用該供應區域內可用提供者運算裝置240之數量之一加權函數來確定。各權重可類似地有關於介於可用提供者運算裝置240之一位置與該供應區域之一中心之間的一距離。然而,供應區域之此中心可與需要隨選服務之位置重合。
在各項實施例中,用於確定激增值之上述加權函數可替代地稱為一供應權重(weightage)衰減函數。在一些實施例中,加權函數可以是如下面方程式(5)中所示之一線性函數。(5)
其中代表與位於離供應區域之中心一距離處之一可用提供者運算裝置240相關聯之一權重,並且代表從該中心到該供應區域之邊界的一最大距離。舉例而言,可等於一圓形供應區域之半徑r。
替代地,加權函數w(d)可以是如下面方程式(6)中所示之一二次頭韻(alliterative)函數。使用一二次頭韻函數可更準確地區別可藉由各種服務提供者提供之服務品質,因為離供應區域之中心一足夠小距離內之服務提供者之中有可更小之品質差異。圖7展示一曲線圖,其繪製方程式(6)之加權函數w(d)之輸出與距離d之關係。(6)
在一些實施例中,使用大小參數確定(於304)之一供應區域內可有服務提供者之一過量供給。在這些實施例中,在確定該供應區域內之可用運算提供者裝置240之數量(於306a確定)大於一最大供應閾值後,可縮減該供應區域之大小。此縮減可進行一次或可重複執行,直到可用提供者運算裝置240之數量變得低於最大供應閾值為止。舉例而言,於306a確定供應區域內可用提供者運算裝置240之數量之後,可將該數量與最大供應閾值作比較。如果此數量大於最大供應閾值,則供應區域之大小可縮減。可再次進行已縮減供應區域內可用提供者運算裝置240之數量之確定、以及此數量與最大供應閾值之比較。如果此數量再次大於最大供應閾值,則供應區域之大小可再次縮減。可重複這種供應區域之大小縮減、供應區域中可用提供者運算裝置240之確定、以及此數量與最大供應閾值之比較,直到確定供應區域中可用提供者運算裝置240之數量低於最大供應閾值為止。在各項實施例中,供應區域之大小每次可縮減大約5%至大約10%。在一些實施例中,於供應區域之此類調整之後,如果供應區域之大小低於一最小大小閾值,則與供應區域內各可用提供者運算裝置240相關聯之權重(用於確定激增值)可相等,或換句話說,對於所有d,加權函數可以是w(d)=1。
在一些實施例中,伺服器210之一或多個處理器212可進一步確定供應區域之邊界及與可用於提供服務但位於供應區域外之一服務提供者相關聯之各提供者運算裝置240之間的一距離。如果所確定距離低於一距離閾值,則提供者運算裝置240可視為位於供應區域內之一可用提供者運算裝置240 (當在方法300之306確定費用激增時)。這是因為位在供應區域外之一可用服務提供者可於下一個時間執行個體中進入供應區域,因此,可在進行方法300之308至310時或之後不久位於供應區域內。在一些實施例中,伺服器210之一或多個處理器212可進一步確定可用服務提供者在多個後續時間執行個體內之一估計路線(舉例而言,基於服務提供者面向之一方向及/或服務提供者之一平均速度來估計)。在這些實施例中,提供者運算裝置240視為位於供應區域內之一進一步條件可以是估計路線與供應區域相交。
如上述,伺服器210之一或多個處理器212可從可提供隨選服務之地理區域內之複數個提供者運算裝置240週期性地接收已更新服務提供者資料。特別的是,可在複數個連續時間執行個體之各時間執行個體接收已更新服務提供者資料,並且伺服器210之記憶體214可儲存各時間執行個體之所接收服務提供者資料。
在各項實施例中,可於一特定時間接收對於隨選服務之一請求,並且一或多個處理器212可基於在最接近於時間之最近時間執行個體接收之服務提供者資料、及在最近時間執行個體之前於一或多個時間執行個體、接收之服務提供者資料來確定費用激增(於方法300之306)。此服務提供者資料可包括地理區域內提供者運算裝置240之可用性指示符及位置資料。
如上述,在一些實施例中,地理區域可區分成複數個地理散列,並且可為各地理散列週期性地確定一激增值。接著可針對地理散列將費用激增設定為最近確定之激增值,供應區域係確定為該地理散列(下文稱為「供應地理散列」)。在一些實施例中,為各地理散列(例如:供應地理散列)於一特定時間點確定之激增值可基於在特定時間點位於該地理散列(例如:供應地理散列)內之可用提供者運算裝置240之一數量、及在特定時間點之前於時間點、等位於地理散列(例如:供應地理散列)內之可用提供者運算裝置240之一數量來確定。可從在時間點之前及與其最接近之時間執行個體中接收之服務提供者資料確定各時間點中地理散列內可用提供者運算裝置240之數量。因此,當在一特定時間接收一請求時,可針對供應地理散列將費用激增設定為最近確定之激增值(即在最接近於特定時間之時間點確定之激增值)。此激增值可進而基於在最接近於時間點(換句話說,最接近於特定時間)之最近時間執行個體接收之服務提供者資料、及在此最近時間執行個體之前於一或多個時間執行個體、等接收之服務提供者資料來確定。
在可使用記憶體214中之大小參數來確定供應區域之一些實施例中,可將費用激增設定為基於從最近所接收服務提供者資料確定之供應區域內可用提供者運算裝置240之數量、及從在此之前接收之服務提供者資料確定之供應區域內可用提供者運算裝置240之數量來確定之激增值。換句話說,當在特定時間接收請求時,費用激增可基於在特定時間之前及與其最接近之最近時間執行個體接收之服務提供者資料、及在此最近時間執行個體之前之一或多個時間執行個體、等接收之服務提供者資料來確定。
在一些實施例中,費用激增可藉由進行該供應之一時間性修勻來確定(於306)。特別的是,費用激增可使用在最近時間執行個體接收之服務提供者資料、及在此最近時間執行個體之前之一或多個時間執行個體、等之各者接收之服務提供者資料的一加權函數來確定。特別的是,加權函數可以是最近時間執行個體中、及此前各時間執行個體、等中供應區域內可用提供者運算裝置240之數量之一加權平均函數。舉例而言,加權平均函數可包括與相應時間執行個體相關聯之權重,且各權重係有關於相應時間執行個體與最近時間執行個體之間的一差異。特別的是,一更高權重可與更接近於最近時間執行個體之一時間執行個體相關聯。
在一實例中,加權平均函數可以是一加權移動平均函數,並且可使用為前五個時間執行個體(例如,前五分鐘)儲存之服務提供者資料。在這項實例中,費用激增可使用方程式(3)來確定,且可用提供者運算裝置240之一加權數量()係憑藉下面方程式(7)來確定 。(7)
其中代表在時間執行個體位於供應區域內可用提供者運算裝置240之數量,並且其中可從在之前及與其最接近之一時間執行個體接收之服務提供者資料確定。
在另一實例中,加權平均函數可以是一指數式加權平均函數,以及費用激增可使用方程式(3)來確定,且可用提供者運算裝置240之一加權數量()係憑藉下面方程式(8)來確定 。(8)
其中表示一折扣因子,並且。相較於方程式(7),當方程式(8)係用於確定時,與連續時間執行個體相關聯之權重差異可更大。
圖8A展示08:00與11:30之間的一時段內可用提供者運算裝置240之一實際數量,並且圖8B展示08:00與11:30之間的時段內可用提供者運算裝置240之一加權平均數量,其中可用提供者運算裝置240之各加權平均數量係憑藉方程式(8)來確定,其中α設定為0.5。
特別的是,圖8A展示一曲線圖802,其繪示該時段內可用提供者運算裝置240之實際數量,且圖8B展示曲線圖804,其繪示該時段內可用提供者運算裝置240之加權平均數量。如圖8A及8B所示,在08:30至09:00之間的時間區間806中,可用提供者運算裝置240之數量減少(這可導因於服務提供者共謀並「離線」)。在此時間區間中,如相較於可用提供者運算裝置240之加權平均數量,可看到可用提供者運算裝置240之實際數量更加振盪。因此,使用可用提供者運算裝置240之加權平均數量所確定之激增可更不振盪。如上述進行該供應之一時間性修勻(與例如費用之一時間性修勻截然不同)可降低如藉由服務請求者所觀察之費用之波動。該供應之此類時間性修勻亦可導致費用激增,這有助於服務提供者更輕鬆地決定是否要提供服務。因此,分配率可增加。
圖9根據替代實施例,展示針對一隨選服務確定一費用激增之一方法900的一流程圖。如圖9所示,方法900類似於方法300 (且902至906及910至912分別對應於302至310),差別在於在確定費用激增(於906)之後及在向相應請求者運算裝置220及一提供者運算裝置240傳遞費用激增(於910)之前,可將費用激增與對於供應區域之一激增下限作比較(於908),並且在確定費用激增低於激增下限後設定為該激增下限。供應區域可以是一地理散列或如上述以大小參數確定之一區域。
在一些實施例中,對於供應區域之激增下限可基於複數個歷史分配率,藉由一或多個處理器212來確定。各歷史分配率可對應於一相應費用激增,並且可代表在特性類似於該供應區域之一區域中於一或多個歷史時間區間內在該相應費用激增下對於隨選服務之一已滿足請求數量。在一些實施例中,一或多個處理器212可從對於該隨選服務之該請求確定一受關注時間區間,在該受關注時間區間內需要該隨選服務。在這些實施例中,對於各歷史分配率之該一或多個歷史時間區間可特性類似於該受關注時間區間。
在一例示性實施例中,對於該供應區域之該激增下限可確定為與高於一百分位數閾值之該歷史分配率對應之該等費用激增中之一最小值。該等費用激增之此最小值可代表服務提供者在同意提供服務之前願意接受之最低激增。在各項實施例中,百分位數閾值之範圍可從10%到80%,並且在一些例示性實施例中範圍可從30%到60%。
舉例而言,根據下面方程式(9),一受關注時間區間期間一供應區域中之一分配率可以是受關注時間區間期間一激增之一函數。函數可以是一單調非遞減函數(諸如、但不限於一線性函數),並且可基於特性類似於供應區域之一區域中特性類似之歷史時間區間內之歷史分配率來確定。可採用任何值,諸如、但不限於30 分鐘、1 小時或2 小時。(9)
因此,對於受關注時間區間期間供應區域中至少係一百分位數閾值之分配率,最小激增可根據方程式(10)來確定。換句話說,要達到滿足(100 –)%服務請求之一情境的最小激增可根據方程式(10)來確定。可因此將對於受關注時間區間及對於供應區域之激增下限確定為最小激增。(10)
圖10展示基於歷史分配率來設定激增下限之一實例。特別的是,圖10展示十二個長條圖,各長條圖對應於一相應之一小時時間區間(17:00至18:00、18:00至19:00、19:00至20:00、20:00至21:00、21:00至22:00、22:00至23:00)。各長條圖進一步對應於「市中心(Downtown core)」及「歐南(Outram)」兩個區域之一。在新加坡中之這兩個地區,從17:00至19:00這幾個小時可視為需求典型高之夜晚尖峰時段。特別的是,在圖10中,各長條圖之各長條代表對應區域中及對應之一小時時間區間內一相應費用激增(x軸)下之一歷史分配率(y軸)。
圖10所示之各歷史分配率可基於與對應之一小時時間區間特性類似之單一歷史時間區間中之一已滿足請求數量、或基於與對應之一小時時間區間特性類似之多個歷史時間區間中之一已滿足請求數量來確定。舉例而言,歷史分配率1004 (從17:00到18:00之時間區間中在一1.6激增下)如圖10所示,可於前一個工作日之17:00至18:00之間(單一歷史時間區間)之間在一1.6激增下基於一已滿足請求數量來確定。替代地,其可基於過去三週(多個歷史時間區間)自週一至週五17:00至18:00之間已滿足請求之一總數量。對於後者,可確定各週從週一到週五已滿足服務請求之一百分比,並且可將歷史分配率確定為這些百分比之一平均值。替代地,可藉由確定已滿足服務請求之百分比(從這三週內服務請求之總數量)來推導歷史分配率。
如圖10所示,可設定一80%百分位數閾值1002以供確定激增下限。請參照繪示17:00至18:00時間區間中「市中心」中歷史分配率之長條圖,與大於80%之歷史分配率對應之費用激增範圍是從1.6到3.0。因此,可將「市中心」中對於17:00至18:00之激增下限確定為此區間之一最小值,或換句話說,1.6。類似的是,請參照繪示18:00至19:00時間區間中「市中心」中歷史分配率之長條圖,與大於80%之歷史分配率對應之費用激增範圍是從2.4到2.9 (因為如相較於17:00至18:00,18:00至19:00之間典型有一更大需求)。因此,可將「市中心」中對於18:00至19:00之激增下限確定為此區間之一最小值,或換句話說,2.4。請參照繪示從19:00到20:00「市中心」中歷史分配率之長條圖,可看出,此時,第一波高需求已經過去,且更多駕駛員已經到達或接近此區域。因此,在19:00至20:00之間,可不設定一激增下限,而且費用激增可使用方程式(3)來確定並允許在1.0與3.0之間波動。
如上述,各歷史分配率可代表在特性類似於受關注時間區間之多個歷史時間區間中之一已滿足請求數量。然而,這多個歷史時間區間可具有類似於受關注時間區間之不同特性。舉例而言,對於各歷史分配率之該等歷史時間區間可包括具有類似於該受關注時間區間之一第一特性的一第一歷史時間區間集合、及具有類似於該受關注時間區間之一第二特性的一第二歷史時間區間集合,其中該第一特性可有別於該第二特性。據瞭解,歷史時間區間可包括任意數量的時間區間集合,且各集合具有類似於受關注時間區間但與另一集合之特性不同之一特性。
舉例而言,針對一工作日17:00至18:00時間區間用於確定一激增下限之歷史時間區間可包括最近一個月從週一到週四17:00至18:00之一第一歷史時間區間集合。換句話說,此第一時間區間集合具有類似於受關注時間區間之一第一特性(工作日)。此第一特性可稱為一長期型樣特性,因為其可存在一長時段(例如:每一週存在一工作日)。
假設上述要確定激增下限之特定工作日落在緊接一天然災害後之一週內或處於一流行病爆發之一中期之一週內,歷史時間區間可更包括一類似天然災害後或一類似流行病爆發之一中期之一個月內從週一到週四17:00至18:00之一第二時間區間集合。換句話說,此第二時間區間集合具有類似於受關注時間區間之一第二特性(天然災害或流行病爆發)。此第二特性可稱為一短期型樣特性,因為第二特性可僅存在於一有限時段內(例如,一流行病爆發可僅存續數月)。
假設上述特定工作日在供應區域中於17:00至18:00時間區間內舉辦一活動(諸如但不限於一音樂會或一體育賽事),則歷史時間區間可更包括一第三歷史時間區間集合。此第三歷史時間區間集合可以是多年中每天之17:00至18:00,當天之一類似時間內舉辦一類似事件。換句話說,此第三時間區間集合具有類似於受關注時間區間之一第三特性(事件)。此第三特性可稱為一事件特性。
激增下限可使用所有上述三個歷史時間區間集合來確定。替代地,激增下限可僅基於三個歷史時間區間集合中之兩個集合來確定,例如第一集合及第二集合。在一些實施例中,針對受關注時間區間用於確定激增下限之各歷史分配率可使用不同率之一加權函數來確定,例如一第一率及一第二率之一加權函數,其中第一率可使用第一時間區間集合期間在相應費用激增下已滿足請求之數量來確定,並且第二率可使用第二時間區間集合期間在相應費用激增下已滿足請求之數量來確定。這些第一及第二率中之各者均可藉由對集合中橫跨所有時間區間之已滿足請求百分比取一平均、或藉由確定所有時間區間中已滿足服務請求佔服務請求總數量之百分比來推導。
在一實例中,用於針對受關注時間區間確定一激增下限之各歷史分配率可根據下面之方程式(13),使用推導自第一時間區間集合之第一率及推導自第二時間區間集合之第二率的一加權總和來確定。(13)
其中代表與第一率相關聯之一第一權重,並且代表與第二率相關聯之一第二權重。據瞭解,各歷史分配率可使用從具有不同特性之多於兩個時間區間集合推導出之多於兩率之一加權函數(例如:加權總和)來確定,其中該加權函數包含與該等率之相應者相關聯之權重。
在一些實施例中,激增下限可使用如上述且儲存在記憶體214中之歷史分配率來預定(在進行方法300之前預定)。舉例而言,對於多個地理散列中之各地理散列,可為複數個時間區間中之各時間區間產生並儲存一激增下限。激增下限可基於最近之歷史分配率來週期性更新。
在一些實施例中,隨選服務可包括一變數,該變數指出用於進行隨選服務之一工具類型。舉例而言,隨選服務可以是一計程車服務,並且變數可指出一計程車類型。可針對變數(例如:不同計程車類型)之不同值確定不同激增下限。
在一項實例中,可針對一計程車服務在方法900之908進行以下動作。在這項實例中,地理區域可區分成複數個地理散列,以及於906,可針對需要隨選服務之位置落於其中之地理散列將針對供應區域之費用激增確定為預定激增值。在這項實例中,伺服器210之一或多個處理器212可稱為一激增引擎,其運行包括用以進行方法900之指令在內之一串流傳輸應用程式。
1. 對於一識別符ID所指之各計程車類型,並且對於各地理散列,為複數個時間區間(例如:一小時時間區間)中之各時間區間確定一激增下限,並且將這些激增下限儲存在記憶體214中。因此,操作之低階實作態樣可按照計程車類型劃分以供分散式計算。
2. 經由一獨立組態資料串流將費用激增(於906確定)輸入到激增引擎裡,該資料串流可更新串流傳輸應用程式之目前狀態(特別的是,針對供應地理散列更新費用激增以變為)。
3. 根據下面之方程式(14)針對供應地理散列來確定費用激增,並且針對供應地理散列更新費用激增以變為。在方程式(14)中,代表為供應地理散列確定之激增下限。(14)
在一些實施例中,記憶體214可包括儲存於其中之一固定激增下限及一固定激增上限。在一些實施例中,一或多個處理器212可將一日(例如:工作日)每時間區間(例如:1小時)之一服務請求數量與前一個特性類似日(例如:前一個工作日)每時間區間之一服務請求數量作比較。在確定當日每時間區間之服務請求數量異常低或高後,一或多個處理器212可使用儲存在記憶體214中之固定激增下限及上限來確定費用激增,而不是基於歷史分配率使用激增下限來確定。替代地,在偵測此類異常時,一或多個處理器212可提示伺服器210之一使用者要經由伺服器210之使用者介面來輸入激增下限及上限,並且使用這些界限來確定費用激增。在一項實例中,當日每時間區間之服務請求數量在其與前一特性類似日每時間區間之服務請求數量之間的一差異大於一正常供應閾值之情況下可視為異常。
本申請案之發明人已經觀察到,服務請求者對費用激增之敏感度傾向於低,在當日之某些位置及時間尤其如此。舉例而言,當一服務請求者在一尖峰時段(對於服務之需求通常高)於一高需求區域中需要一運輸服務時,只要費用激增少於某一金額,他/她便可能接受服務之提供。這可導因於服務請求者需要服務之急迫性或服務請求者缺乏替代選項。一般而言,據觀察,服務請求者似乎理解費用在尖峰時段傾向更高,並且似乎只要費用之激增合理,便願意在此類時段接受更高之費用。
再者,服務提供者共謀利用激增機制之一個可能理由在於,他們一般希望在扣除其常規支出(諸如運輸服務提供者之燃料支出及汽車保養支出)後賺取充裕收入。一般而言,費用激增形成服務提供者收入之一大比例。因此,服務提供者通常設定一收入目標(其可與包括各請求可賺取之激增在內之總費用成比例)。服務提供者亦察覺,在需求高之時段中他們可滿足之服務請求數量有一限制,因此,如果費用太低,則可嘗試利用激增機制來實現他們的收入目標。
因此,藉由將費用激增與一激增下限作比較,並且基於該比較來調整費用激增,在服務提供者彼此未共謀之情況下符合服務提供者之收入目標之可能性可增加。進而,服務提供者共謀之誘因可減少。因此,激增振盪可降低。憑藉一最低費用激增,服務提供者亦可更傾向於提供服務,且因此分配率(代表已滿足請求數量)可增加。
儘管本揭露已參照特定實施例特別示出並作說明,所屬技術領域中具有通常知識者仍應瞭解的是,可於其中進行形式及細節方面之各種改變,但不會脫離如隨附申請專利範圍所定義之本發明之精神與範疇。因此,本發明之範疇係藉由隨附申請專利範圍指出,並且因此意欲囊括落入申請專利範圍均等論述之意義及範圍內之所有變化。
200:通訊系統
210:伺服器
212:伺服器處理器
214:記憶體
220:請求者運算裝置
222:請求者運算裝置記憶體
224:請求者運算裝置處理器
230:通訊網路
240:提供者運算裝置
242:提供者運算裝置記憶體
244:提供者運算裝置處理器
402:位置
404:地圖
406:供應區域
408,410,412:服務提供者
802,804:曲線圖
806:時間區間
300,900:方法
302~310,306a,306b,902,904,906,908,910,912:步驟
1002:百分位數閾值
1004:歷史分配率
本說明將在搭配非限制實例及附圖考量時,參照詳細說明而得以更加瞭解,其中:
圖1展示以一遊戲比率及一供應狀態比率為函數之一激增差量的一表面圖;
圖2根據各項實施例,展示一通訊系統200的一示意圖;
圖3根據各項實施例,展示針對一隨選服務確定一費用激增之一方法的一流程圖;
圖4展示在需要隨選服務之一位置周圍,一地圖中一供應區域之一例示性確定;
圖5根據各項實施例,展示圖3之方法之一部分的一流程圖;
圖6展示在需要隨選服務之另一位置周圍,圖4之地圖中另一供應區域之一例示性確定;
圖7展示一曲線圖,其繪示一加權函數之一輸出,該加權函數帶有與相應可用提供者運算裝置相關聯、並且與介於這些可用提供者運算裝置與供應區域之一中心之間的距離相關之權重;
圖8A及8B分別展示一時段內可用提供者運算裝置之一實際數量、及可用提供者運算裝置之一指數加權平均數量;
圖9根據替代實施例,展示針對一隨選服務確定一費用激增之一方法的一流程圖;以及
圖10展示基於歷史分配率來設定一激增下限之一實例。
900:方法
902,904,906,908,910,912:步驟
Claims (18)
- 一種被組配用以針對一隨選服務確定一費用激增之伺服器,該伺服器包含一或多個處理器,該一或多個處理器被組配用以從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求,並且更被組配用以從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料;及 一記憶體,該記憶體包含儲存於其中之一地圖及指令,該等指令在受該一或多個處理器執行時,造成該一或多個處理器在針對該隨選服務接收各請求後進行以下動作: 從對於該隨選服務之該請求,確定需要該隨選服務之一位置; 使用儲存在該記憶體中之該地圖來確定需要該隨選服務之該位置周圍之一供應區域; 基於該供應區域來確定該費用激增; 將該費用激增與針對該供應區域之一激增下限作比較,並且在確定該費用激增低於該激增下限後,將該費用激增設定為該激增下限; 向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供;以及 分配該相關聯服務提供者以在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,在該費用激增下滿足該請求; 其中對於該供應區域之該激增下限係基於複數個歷史分配率來確定,其中各歷史分配率對應於一相應費用激增,並且代表在特性上類似於該供應區域之一區域中於一或多個歷史時間區間內在該相應費用激增下之一已滿足請求數量。
- 如請求項1之伺服器, 其中該一或多個處理器進一步從對於該隨選服務之該請求確定一受關注時間區間,在該受關注時間區間內需要該隨選服務;以及 其中對於各歷史分配率之該一或多個歷史時間區間係特性上類似於該受關注時間區間。
- 如請求項2之伺服器,其中對於各歷史分配率之該一或多個歷史時間區間包含具有類似於該受關注時間區間之一第一特性的一第一歷史時間區間集合、及具有類似於該受關注時間區間之一第二特性的一第二歷史時間區間集合,並且其中該第一特性有別於該第二特性。
- 如請求項3之伺服器,其中各歷史分配率係藉由以下動作來確定: 於該第一時間區間集合期間在該相應費用激增下使用該已滿足請求數量來確定一第一率; 於該第二時間區間集合期間在該相應費用激增下使用該已滿足請求數量來確定一第二率;以及 使用該第一率及該第二率之一加權函數來確定該歷史分配率。
- 如請求項1至4中任一項之伺服器,其中對於該供應區域之該激增下限係確定為與高於一百分位數閾值之該歷史分配率對應之該等費用激增中之一最小值。
- 如請求項1至5中任一項之伺服器,其中儲存在該記憶體中之該地圖包含複數個地理散列(geohash),並且其中該供應區域係確定為需要該隨選服務之位置所在內之地理散列。
- 如請求項6之伺服器,其中對於各地理散列,週期性地確定一激增值,其中該激增值係基於與可用於提供該隨選服務之服務提供者相關聯、且在一特定時間點位於該地理散列內之一可用提供者運算裝置數量,於該特定時間點被確定;以及 其中為該供應區域將該費用激增設定為最近確定之激增值。
- 如請求項1至5中任一項之伺服器,其中該記憶體更包含儲存於其中之一大小參數,其中該大小參數指出該供應區域之一特定尺寸;以及 其中該供應區域係使用該大小參數確定為具有該特定尺寸、並且以需要該隨選服務之該位置為中心之一區域。
- 如請求項8之伺服器,其中該費用激增可藉由以下動作基於該供應區域來確定: 使用該服務提供者資料來確定與可用於提供該隨選服務之服務提供者相關聯、並位於該供應區域內之一可用提供者運算裝置數量; 基於該可用提供者運算裝置數量來確定一激增值;以及 將該費用激增設定為該激增值。
- 如請求項8或9之伺服器,其中該供應區域係一圓形區域,並且該大小參數指出該供應區域之一半徑。
- 如請求項7或9之伺服器,其中該費用激增被設定為之該激增值係使用該可用提供者運算裝置數量之一加權函數來確定; 其中該加權函數包含與相應可用提供者運算裝置相關聯之權重,各權重係有關於介於該相關聯可用提供者運算裝置之一位置與該供應區域之一中心之間的一距離。
- 如請求項1至11中任一項之伺服器,其中該一或多個處理器更被組配用以週期性地接收已更新服務提供者資料,使得在複數個連續時間執行個體中之各時間執行個體接收該已更新服務提供者資料,並且該記憶體被組配用以在各時間執行個體儲存該所接收服務提供者資料,以及 其中在一特定時間接收對於該隨選服務之該請求,並且該費用激增係基於在與接收該請求之該特定時間最接近之最近時間執行個體接收之該服務提供者資料、及在該最近時間執行個體之前於一或多個時間執行個體接收之該服務提供者資料來確定。
- 如請求項12之伺服器,其中該費用激增係使用在該最近時間執行個體接收之該服務提供者資料、及在該最近時間執行個體之前於該一或多個時間執行個體中之各者接收之該服務提供者資料的一加權函數來確定。
- 如請求項13之伺服器,其中該加權函數包含與相應時間執行個體相關聯之權重,各權重係有關於介於該相應時間執行個體與該最近時間執行個體之間的一差異。
- 如請求項1至14中任一項之伺服器,其中該隨選服務包含一隨選運輸服務。
- 一種針對一隨選服務確定一費用激增之方法,該方法包含: 使用一伺服器之一或多個處理器來進行下列動作: 從與相應服務請求者相關聯之相應請求者運算裝置針對該隨選服務接收複數個請求; 從與相應服務提供者相關聯之複數個提供者運算裝置接收服務提供者資料;以及 在接收對於該隨選服務之各請求後進行以下動作: 從對於該隨選服務之該請求,確定需要該隨選服務之一位置; 使用儲存在該記憶體中之該地圖來確定需要該隨選服務之該位置周圍之一供應區域; 基於該供應區域來確定該費用激增; 將該費用激增與針對該供應區域之一激增下限作比較,並且在確定該費用激增低於該激增下限後,將該費用激增設定為該激增下限; 向該相應請求者運算裝置及向針對該相關聯服務請求者及該相關聯服務提供者之一提供者運算裝置傳遞該費用激增,以指出是否在該費用激增下接受該服務之提供; 分配該相關聯服務提供者以在接收該相關聯服務請求者及該相關聯服務提供者兩者都在該費用激增下接受該服務之該提供的指示後,在該費用激增下滿足該請求; 其中對於該供應區域之該激增下限係基於複數個歷史分配率來確定,其中各歷史分配率對應於一相應費用激增,並且代表在特性上類似於該供應區域之一區域中於一或多個歷史時間區間內在該相應費用激增下之一已滿足請求數量。
- 一種儲存電腦可執行碼之非暫時性電腦可讀媒體,該電腦可執行碼包含用於如請求項16針對一隨選服務確定一費用激增之指令。
- 一種電腦可執行碼,其包含用於如請求項16針對一隨選服務確定一費用激增之指令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10202007592P | 2020-08-07 | ||
SG10202007592P | 2020-08-07 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202207712A true TW202207712A (zh) | 2022-02-16 |
Family
ID=80120157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110122159A TW202207712A (zh) | 2020-08-07 | 2021-06-17 | 針對隨選服務確定費用激增之伺服器及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230289840A1 (zh) |
CN (1) | CN115735220A (zh) |
TW (1) | TW202207712A (zh) |
WO (1) | WO2022031223A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9305310B2 (en) * | 2012-03-19 | 2016-04-05 | Uber Technologies, Inc. | Enabling a user to verify a price change for an on-demand service |
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 |
US20180101878A1 (en) * | 2016-10-11 | 2018-04-12 | Gt Gettaxi Limited | System for navigating drivers to passengers based on arrival times and surge pricing information |
CN108615165A (zh) * | 2016-12-09 | 2018-10-02 | 乐视技术股份有限公司 | 用于共乘的动态计价的服务器装置、方法以及设备 |
CN108009652B (zh) * | 2017-08-16 | 2021-03-05 | 北京嘀嘀无限科技发展有限公司 | 信息显示方法、装置、终端设备和计算机可读存储介质 |
US10552773B1 (en) * | 2018-09-07 | 2020-02-04 | Lyft, Inc. | Efficiency of a transportation matching system using geocoded provider models |
-
2021
- 2021-06-17 TW TW110122159A patent/TW202207712A/zh unknown
- 2021-07-07 US US18/012,524 patent/US20230289840A1/en active Pending
- 2021-07-07 WO PCT/SG2021/050394 patent/WO2022031223A1/en active Application Filing
- 2021-07-07 CN CN202180045852.0A patent/CN115735220A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230289840A1 (en) | 2023-09-14 |
WO2022031223A1 (en) | 2022-02-10 |
CN115735220A (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11928752B1 (en) | Allocation of dynamically batched service providers and service requesters | |
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 | |
US20180374032A1 (en) | Match-based route navigation system | |
US10460411B2 (en) | Real-time resource management for on-demand services | |
US11300416B2 (en) | Dynamic route recommendation and progress monitoring for service providers | |
US9015229B1 (en) | Determining placement of user data to optimize resource utilization for distributed systems | |
CN111433745B (zh) | 共享计算资源的动态容量优化 | |
US20050055694A1 (en) | Dynamic load balancing resource allocation | |
US20170193614A1 (en) | Verifiable reward system for influencing human travel patterns | |
US20130204676A1 (en) | Method and system for dynamically categorizing service providers | |
Ha | Incentive-compatible pricing for a service facility with joint production and congestion externalities | |
US10515348B2 (en) | Aggregation of automated teller machine (ATM) device-related information and/or factor-based selection of an ATM device | |
WO2021136399A1 (en) | System and method for bidding-based ridesharing | |
WO2022127517A1 (en) | Hierarchical adaptive contextual bandits for resource-constrained recommendation | |
CN109997127B (zh) | 逻辑分段数据处理系统 | |
TW202207712A (zh) | 針對隨選服務確定費用激增之伺服器及方法 | |
WO2022245295A2 (en) | System and method for predicting delivery time for batch orders | |
AU2021220143A1 (en) | Optimization of delivery associate incentives | |
JP7376739B1 (ja) | 情報処理装置及び情報処理方法 | |
JP2019213289A (ja) | 電力調整制御装置および方法 | |
CN117149925B (zh) | 逻辑分段数据处理系统 | |
CN116783604A (zh) | 用于确定非对称商家可见性的系统和方法 | |
US20230325739A1 (en) | Method and device for managing supply of a geographic area by transport service vehicles | |
WO2024076292A1 (en) | Device and method for controlling a food delivery system | |
US20220207640A1 (en) | Communications server apparatus and method for deriving a quantum modifier for a transport-related service |