Сегодня заказ такси по мобильному телефону — обычная практика. Такие компании, как OLA и Uber, добились больших успехов в этом отношении. Забронировать машину по телефону гораздо проще, чем искать ее. Другими важными функциями являются безопасность и платежи. Клиенты могут расплачиваться UPI или картами сразу, им не нужны наличные деньги для совершения платежа. Отображаются сведения о водителе и рейтинги, что обеспечивает безопасность клиентов.
С точки зрения клиента гораздо проще заказать такси. Затем покупатель передается водителю. Клиенты получают уведомление, когда водитель прибывает на место, устанавливается способ оплаты. В целом, опыт течет свободно и легко. Это намного проще, чем идти и искать машину в одиночку.
Вопрос в том, как это работает? В фоновом режиме должны работать какие-то алгоритмы, соответствующие клиенту и драйверу. Этот алгоритм должен быть не только быстрым, но и точным. Клиенты - король, и их нельзя оставлять разочарованными.
Вот некоторые подробности об алгоритмах, используемых службами такси для сопоставления клиентов и водителей.
Модель выбора покупателем
Как следует из названия, покупатели или клиенты находятся в состоянии роскоши, чтобы выбирать в соответствии со своими предпочтениями. Здесь заказчик выбирает тип кабеля, который ему нужен. Как правило, в модели выбора покупателя после предпочтительного выбора покупателю предоставляется список вариантов на выбор. В случае OLA или Uber этот раздел автоматический. Драйвер выбирается автоматически. Затем клиенту показывается стоимость поездки, если покупатель доволен стоимостью, кабель можно забронировать.
OLA и Uber имеют обширную базу данных водителей, и как только клиент запросил такси, ему будет предложена поездка ближайшему к нему водителю. Множественные данные, такие как данные о трафике, данные о местоположении и время, часто используются для своевременного прогнозирования спроса и предложения для определения цен.
Эти же алгоритмы обычно имеют двойное обязательство. В этом смысле путешествие должно совершаться в оба конца, то есть со стороны пассажира и водителя. Если клиент принимает такси по заданной цене, водитель может принять или отклонить запрос.
Эти алгоритмы включают концепцию твердых и мягких фильтров.
Прочные фильтры обеспечивают комфортную езду как водителю, так и пассажирам. Эти фильтры могут быть установлены обоими в соответствии со своими предпочтениями. Эти фильтры являются условиями, которые необходимо выполнить перед поездкой. Некоторыми из твердых фильтров могут быть местоположение, условия ценообразования и т. д. В таких странах, как США, где женщины часто работают моряками. Алгоритм также позволяет пассажиру выбрать пол водителя. Эти фильтры известны как твердые фильтры, потому что это условия, которые должны быть соблюдены.
Мягкие фильтры помогают отфильтровать результаты. Их можно фильтровать по типу кабины, рейтингу водителей и т. д. Мягкие фильтры помогают сбалансировать нагрузку и не допустить перегрузки водителей во время поездок. Эти алгоритмы также могут помочь водителю составить полный маршрут до пункта назначения. Эти фильтры по своей природе интеллектуальны, их может быть не так легко увидеть, но они постоянно используются в фоновом режиме.
Подбор пар в режиме реального времени
Сопоставление карты — это процесс, который сопоставляет необработанные местоположения GPS с сегментами дорог в дорожной сети, чтобы создать оценку маршрута, пройденного транспортным средством.
Зачем нам нужно:
В конце поездки вычислите расстояние, пройденное водителем, чтобы рассчитать стоимость проезда.
В режиме реального времени, чтобы предоставлять точное местоположение команде ETA и принимать решения об отправке, а также отображать автомобили водителей в приложении для водителей.
Вызов:
Плохое сопоставление местоположения с картой приводит к неточным ETA, а затем к слишком неверным решениям об отправке и расстраивает водителей и пассажиров. Таким образом, сопоставление карт напрямую влияет на торговую площадку Lyft и имеет важные последствия для взаимодействия с нашими пользователями.
Назначение пикапов водителю
Мы можем использовать линейное программирование, чтобы назначить Водителя клиенту на основе минимальных весов.
- Проблема минимального разреза при максимальном расходе
максимальный поток через любую сеть от данного источника к данному стоку в точности равен минимальной сумме разрезов.
2.Проблема с назначением
задача назначения n рабочих мест m машинам/рабочим.
- Мы можем сформулировать назначение водителей Uber (= рабочих) ближайшим пунктам выдачи (= задачам) как минимизацию времени ожидания (= целевая функция), полученную из того, насколько далеко в минутах находятся водители от пунктов выдачи (= стоимость). .
- назначение самых быстрых пикапов Uber = минимизация времени ожидания всех ближайших доступных водителей и пассажиров.
Вот некоторые из способов, которыми OLA и Uber используют стратегии обработки данных для улучшения своего бизнеса. Алгоритмы, используемые этими компаниями, очень мощные и очень секретные. Возможно, некоторые функции, которые, вероятно, дают им преимущество перед конкурентами. Обеспечение удовлетворенности клиентов очень важно для компаний с течением времени.
Ссылки:
Как алгоритм сопоставления работает в экономике по требованию? Часть третья из серии «Путь пользователя…
Платформы On-Demand позволяют клиентам обращаться к поставщикам услуг, находя правильные совпадения. Эффективность…jungleworks.com»
