CN113435968B - 网约车派单方法、装置、电子设备及存储介质 - Google Patents
网约车派单方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113435968B CN113435968B CN202110695796.7A CN202110695796A CN113435968B CN 113435968 B CN113435968 B CN 113435968B CN 202110695796 A CN202110695796 A CN 202110695796A CN 113435968 B CN113435968 B CN 113435968B
- Authority
- CN
- China
- Prior art keywords
- dispatch
- target
- passengers
- vehicles
- vehicle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012216 screening Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种网约车派单方法、装置、电子设备及存储介质,涉及互联网领域。具体实现方案为:预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。本申请技术方案可以根据不同的乘客提供不同的网约车服务,解决了现有技术中乘客对于网约车粘性不高的问题,提高了网约车的使用率。
Description
技术领域
本申请实施例涉及互联网技术领域,尤其涉及一种网约车派单方法、装置、电子设备及存储介质。
背景技术
网约车改善了人们的出行方式,随着网约车规模与乘客规模的日益扩大,乘客出行规律也变得多极化,即有的乘客会经常选择网约车出行,而有的乘客则是偶尔选择网约车出行。
当经常选择网约车的乘客与偶尔选择网约车的乘客同时打车时,经常选择网约车的乘客会频繁遇到无法打到车的尴尬情况,尤其是高峰时段或者偏远地段无法及时打到车辆,无法保证出行及时性需求,这样一来会导致经常选择网约车的乘客会对网约车产生不好体验,不利于提高这部分乘客对网约车的粘性,导致经常选择网约车的乘客逐渐不再选择乘坐网约车。
发明内容
本申请实施例中提供一种网约车派单方法、装置、电子设备及存储介质,以解决现有技术无法提高乘客对网约车粘性以及乘客对网约车乘车体验的问题。
第一方面,本申请实施例提供了一种网约车派单方法,其中所述方法由网约车派单装置执行,所述方法包括:
预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
第二方面,本申请实施例提供了一种网约车派单装置,该装置包括:
订单需求预测模块,用于预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
车辆配置模块,用于依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
车辆调配模块,用于依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
第三方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的网约车派单方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的网约车派单方法。
本申请实施例通过以下技术方案实现了对车辆的合理调配:预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。以上技术方案解决了现有技术中对于所有乘客无区分服务的问题,既保证经常选择网约车的特定乘客能及时打到网约车,提高这部分乘客对网约车的粘性,保留住这部分客源量,避免特定客源出现流失,使乘客更积极的使用网约车;同时,又能对不经常选择网约车的乘客提供打车服务,额外吸纳更多的客源,实现提高乘客对网约车粘性以及乘客对网约车乘车体验的有益效果。
上述发明内容仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本申请实施例一提供的网约车派单方法流程图;
图2是本申请实施例二提供的网约车派单方法流程图;
图3是本申请实施例三提供的网约车派单方法流程图;
图4是本申请实施例三提供的一种具体的派单方法示意图;
图5是本申请实施例四提供的网约车派单装置的结构框图;
图6是本申请实施例五提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前,应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的网约车派单方法流程图,本实施例可适用于根据乘客等级分配车辆的场景中,该方法可以由本申请实施例所提供的网约车派单装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于电子设备中,电子设备可以为计算机、平板电脑等智能化设备。
如图1所示,本申请实施例中提供的网约车派单方法可包括以下步骤:
S110、预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息。
可选的,目标派单时间段可为需要为乘客分配车辆的位于当前时刻之后的设定时间段,例如可以是之后的5分钟内,十分钟内,一小时之内等。目标派单时间段可以是根据历史经验,比如根据历史乘客约车的情况进行设置,比如早高峰用车的需求量较大,可以将早高峰时段内的目标派单时间段设置成较小的颗粒度,例如在在早上6点至9点将目标派单时间段设置为当前时刻之后的5分钟内,即每隔5分钟为一个目标派单时间段,其他时间段可将目标派单时间段设置成较大的颗粒度,例如将目标派单时间段设置为当前时刻之后的半小时内,即每隔半小时为一个目标派单时间段。目标派单时间段也可以是系统设定的固定时间段,本实施例对此不进行限制。
其中,派单区域是将一个或多个地理位置区域按照预设规则划分出来的各个子区域。例如可以按行政区划分派单区域,类似北京市的东城区,西城区,海淀区等;也可以是按照人口密度来划分派单区域,类似将人口密度较大的区域多划分成几个派单区域,而将人口密度较小的区域少划分成几个派单区域。划分派单区域可便于进行运力车辆管理和调配,例如如果一派单区域运力车辆无法满足订单需求,则可以从其他区域调配车辆进行运力的补充;如果一派单区域的运力车辆能满足订单需求,则在派单区域内部自行调度运力车辆。
本实施例中可将乘客按照一定规则归为目标类乘客和非目标类乘客。例如目标类乘客可以是VIP乘客,非目标类乘客可以是普通乘客以及临时用车的乘客。进一步的,预测确定目标派单时间段内派单区域的总体订单需求信息包括目标类乘客的需求信息以及非目标类乘客的需求信息。可以理解的,目标类乘客也可以按照一定规则分为不同的等级,例如可以按照预约网约车的次数以及诚信度等将目标类乘客划分为不同等级。
可以理解的,目标类乘客的订单需求信息可以包括目标类乘客对于运力车辆的需求数量、乘客的乘车时间以及乘车地点等信息。相应的,总体订单需求信息是指派单区域内各类乘客,包括目标类乘客和非目标类乘客对于运力车辆的需求数量、乘客的乘车时间以及乘车地点等信息。
进一步的,预测总体订单需求信息与目标类乘客的订单需求信息可以是工作人员根据历史经验进行预测,也可以是使用预测模型进行预测。可选的,将派单区域在目标派单时间段内的区域属性特征以及各类乘客的历史订单数据特征输入到预先训练的总体订单需求预测模型,预测派单区域在目标派单时间段内的总体订单需求信息;
将派单区域在目标派单时间段内的区域属性特征以及目标类乘客的历史订单数据特征输入到预先训练的目标类订单需求预测模型,预测派单区域在目标派单时间段内的目标类乘客的订单需求信息。
其中,区域属性特征可以是派单区域的天气情况,道路状态(例如道路通畅或者拥堵)以及是否有大型聚会(比如电影,演唱会)等。各类乘客的历史订单数据可以包括各类乘客订单下单量,订单应答量,订单取消量,订单应答时长等数据,其中历史数据特征包含同比数据以及环比数据。
进一步的,首先根据历史的区域属性特征,各类乘客的历史订单数据特征以及订单需求信息对模型进行训练,模型在训练的过程中会对参数进行调整以使模型的损失函数达到最小。然后将当前的区域属性特征以及各类乘客的历史订单数据特征输入到模型中,得到预测的总体订单需求信息以及目标类乘客的订单需求信息。
本实施例中,搭建模型的算法可以包括常规的机器学习算法,例如决策树,随机森林,支持向量机等,也可以选用深度学习算法,例如循环神经网络,卷积神经网络等,本实施例对此不进行限制。
本实施例的技术方案将区域属性特征以及目标类乘客的历史订单数据特征纳入训练模型的考量因素,可以提高模型的预测准确度,同时通过搭建模型对各类乘客的订单需求信息进行预测,提高了派单效率。
S120、依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆。
其中,预设比例是指运力车辆与订单需求量之间的配置比,例如每50个乘客分配30辆车,则预设比例是5:3。可选地,预设比例可包括派单区域内运力车辆与总体订单需求量之间的配置比,以及派单区域内针对目标类乘客的运力车辆与目标类乘客的订单需求量之间的配置比。可以理解的,目标类乘客与非目标类乘客的车辆配置比不同,目标类乘客的车辆配置比高于与非目标类乘客。
进一步的,由于订单需求信息中可以包含乘客的上车地点,根据上车地点可以判断出乘客所在的派单区域,因此可以获知每个派单区域有多少乘客需要用车,再根据每个派单区域需要用车的乘客的等级按一定预约比例进行车辆的配置。其中,预约比例可以根据乘客的不同等级设置成不同的数值。
S130、依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
其中,针对目标类乘客和非目标类乘客派单的速率可以是不同的,可以理解的,为目标类乘客派单的速率高于为非目标类乘客派单的速率。下单调配的操作可以是工作人员操作机器进行下单调配,也可以是智能设备自主下单调配。
在一个具体的场景中,预测得到当前时刻之后的半小时内A区域的目标类乘客的订单需求为20,非目标类乘客的订单需求为30。目标类乘客的配置比为1:1,非目标类乘客的配置比为2:1,且目标类乘客的派单速率为每隔一秒派单一次,非目标类乘客的派单速率为每隔三秒钟派单一次。则提前为A区域的目标类乘客提前配置20辆车,为A区域的非目标类乘客提前配置15辆车,且每隔1秒为其中一个目标类乘客下单调配一辆车,每隔3秒为其中一个非目标类乘客下单调配一辆车。
本申请实施例通过以下技术方案实现了对车辆的合理调配:预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。以上技术方案既保证经常选择网约车的特定乘客能及时打到网约车,提高这部分乘客对网约车的粘性,保留住这部分客源量,避免特定客源出现流失,使乘客更积极的使用网约车;同时,又能对不经常选择网约车的乘客提供打车服务,额外吸纳更多的客源,实现提高乘客对网约车粘性以及乘客对网约车乘车体验的有益效果。
实施例二
图2为本申请实施例二中的网约车派单方法流程图,本实施例以上述实施例为基础进行优化,具体优化为,所述依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆,包括:预测确定目标派单时间段内派单区域的区域运力车辆信息;依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆;其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比。
如图2所示,本申请实施例的方法可包括如下步骤:
S210、预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息。
S220、预测确定目标派单时间段内派单区域的区域运力车辆信息。
其中,区域运力车辆信息可以是派单区域内的可用车辆的数量。
本实施例中,可选的,可以通过搭建预测模型来对目标派单时间段内派单区域的区域运力车辆信息进行预测。将派单区域的区域属性特征以及各类乘客的历史订单数据特征输入到训练好的预测模型中,预测得到区域运力车辆信息。可以理解的,搭建模型的算法可以包括常规的机器学习算法,例如决策树,随机森林,支持向量机等,也可以选用深度学习算法,例如循环神经网络,卷积神经网络等,本实施例对此不进行限制。
S230、依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆。
其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比。在一个具体的场景中,预测得到2021年6月3号晚上6点至6点15在北京市海淀区的运力车辆有80台。第一预设比例设置为100%,第二预设比例设置为75%。预测得到在上述时间段派单区域有50个目标类乘客和50个非目标类乘客有乘车需求,总体订单需求量为100。此时,从80台运力车辆中为50个目标类乘客筛选出50辆车并进行配置,从剩余30辆运力车辆中为50个非目标类乘客筛选出25辆车并进行配置,则分配给派单区域的运力车辆数量总数为75辆,分配给派单区域的运力车辆数量与总体订单需求量的配置比为75%,满足第二预设比例。分配给所述目标类乘客的运力车辆数量与目标类乘客的订单需求量的配置比为100%,满足第一预设比例。
本实施例中,可选的,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,包括:
依据派单区域的可调配车辆的车辆属性信息,提前筛选出分配给所述目标类乘客的运力车辆,且使得分配给所述目标类乘客的运力车辆数量与目标类乘客的订单需求量的配置比为第一预设比例;所述车辆属性信息用于指示车辆接单后能接到乘客的时间;
向目标派单时间段内派单区域提前配置第二预设比例的运力车辆,包括:
依据派单区域的剩余可调配车辆的车辆属性信息,从剩余可调配车辆中提前筛选出分配给非目标类乘客的运力车辆,且使得分配给派单区域的运力车辆数量与总体订单需求量的配置比为第二预设比例。
其中,可调配车辆为派单区域实际可用的车辆。可以理解的,可调配车辆可能多于或少于预测的区域运力车辆信息。
进一步的,车辆属性信息用于指示车辆接单后能接到乘客的时间。本实施例中,可选的,将派单区域的可调配车辆根据车辆接单后能接到乘客的时间分为多个用车集合。例如用车集合1是可调配车辆中能够在接单后以最短时间内接到乘客的车辆的集合,用车集合1中的车辆能够满足以第一预设比例向目标类乘客配置车辆。用车集合2是为普通乘客配置的,用车集合3是为临时用车的乘客配置的,为普通乘客和临时用车乘客配置的车辆满足第二预设比例。其中,如果用车集合1中有剩余车辆,则将剩余车辆编入用车集合2中;如果用车集合2中有剩余车辆,则将剩余车辆编入用车集合3中。可以理解的,用车集合2和用车集合3中的可调配车辆的数量是可变化的。
本实施例技术方案既满足了一部分固定乘客的乘车需求,提高了乘车的体验感,又使整体的派单率保持在一个较高的水平。
S240、依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
本实施例通过以下技术方案实现了根据预测的可用车辆来为乘客进行车辆的配置:预测确定目标派单时间段内派单区域的区域运力车辆信息;依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆;其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比。以上技术方案通过预测可用车辆,可以更准确的合理的为乘客进行车辆的分配,并且根据不同等级的乘客按照不同的配置比进行车辆的分配,提高了部分乘客对于网约车的满意度,促使其他乘客通过提高网约车的使用次数等方式提高自己的等级,间接的提高了所有乘客对网约车使用率。
实施例三
图3为本申请实施例三中的网约车派单方法流程图,本实施例以上述实施例为基础进行优化,具体优化为,依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,包括:采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆;采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆;其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。
如图3所示,本申请实施例的方法可包括如下步骤:
S310、预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息。
S320、依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆。
S330、采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆。
S340、采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆。
其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。
示例性的,第一预设派单速率可以为每隔1秒派单一次,第二预设派单速率可以为每隔3秒派单一次。进一步的,由于目标类乘客可以按照一定的规则分为不同的等级,所以可以为不同等级的目标类乘客分别设置不同的第一预设派单速率;相应的,可以为非目标类乘客中的普通乘客和临时乘客分别设置不同的第二预设派单速率,本实施例对此不进行限制。
本实施例中,可选的,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,包括:在对目标类乘客与非目标类乘客同时派单时,从派单区域所提前配置预设比例的车辆中,筛选出目标类乘客匹配的运力车辆并进行下单调配;
从派单区域所提前配置预设比例的车辆的剩余车辆中,筛选出非目标类乘客匹配的运力车辆并进行下单调配。
可以理解的,例如将第一预设派单速率设置为每隔1秒派单一次,第二预设派单速率设置为每隔3秒派单一次,那么在第三秒会同时为目标类乘客和非目标类乘客派单分配车辆。此时先从派单区域所有提前配置的预设比例的可派车辆中,筛选出可以以最短时间接到乘客的车辆调配给目标类乘客,然后从剩余的派单区域所有提前配置的预设比例的可派车辆中按照可接到乘客的时间分配给非目标乘客,包括普通乘客和临时乘客。
本实施例技术方案可以在车辆运力不足的情况下,首先满足一部分乘客的需求,提高这部分乘客对于网约车的依赖,同时促使其他乘客通过一定方式,例如提高网约车的使用次数,减少取消订单的次数等提高自己的等级,以便享受到更好的服务。
图4是本实施例提供的一种具体的派单方法示意图。如图4所,首先预测VIP乘客和普通乘客的用车需求,确定可调配车辆。然后每隔1S为VIP乘客执行一次派单任务,执行派单任务包括:从车辆池中筛选出以乘客为中心,半径为4km以内的车辆,筛选出的车辆与VIP乘客配置比满足第一预设比例。若半径为4km以内的车辆不能满足第一预设比例,则将半径扩大3km-4km,直至筛选出的车辆与VIP乘客配置比满足第一预设比例。将筛选出的车辆按照可接到乘客的时间长短匹配给不同等级的VIP乘客,将剩余的车辆分配给普通乘客的车辆池。普通乘客的派单频率为3-5秒,其派单过程可参照上述VIP乘客,其中,配置给所有类型乘客的车辆的配置比满足第二预设比例。
本申请实施例通过以下技术方案实现了根据不同等级的乘客设置不同的派单速率,干预目标类乘客与非目标类乘客的派单服务差异:预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆;采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆;其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。以上技术方案使目标类乘客体验到更优质的服务,获得了满足感,使其更依赖于网约车,避免了该部分客源的流失,同时促使非目标类乘客为了享受到更优质的服务通过一定方式提高自己的等级,使网约车获得了更多的客源。另外该技术方案可以减少系统的压力,防止系统过于频繁的派单造成系统崩溃。
实施例四
图5为本申请实施例四提供的网约车派单装置的结构框图,该装置可执行本申请任意实施例所提供的网约车派单方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置可以包括:
订单需求预测模块510,用于预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息。
车辆配置模块520,用于依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆。
车辆调配模块530,用于依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
进一步的,订单需求预测模块510,包括:
第一模型预测单元,用于将派单区域在目标派单时间段内的区域属性特征以及各类乘客的历史订单数据特征输入到预先训练的总体订单需求预测模型,预测派单区域在目标派单时间段内的总体订单需求信息。
第二模型预测单元,用于将派单区域在目标派单时间段内的区域属性特征以及目标类乘客的历史订单数据特征输入到预先训练的目标类订单需求预测模型,预测派单区域在目标派单时间段内的目标类乘客的订单需求信息。
进一步的,车辆配置模块520,包括:
运力车辆预测单元,用于预测确定目标派单时间段内派单区域的区域运力车辆信息。
运力车辆配置单元,用于依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆。
其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比。
进一步的,车辆调配模块530,包括:
第一车辆分配单元,用于采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆。
第二车辆分配单元,用于采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆。
其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。
进一步的,运力车辆配置单元具体用于:
依据派单区域的可调配车辆的车辆属性信息,提前筛选出分配给所述目标类乘客的运力车辆,且使得分配给所述目标类乘客的运力车辆数量与目标类乘客的订单需求量的配置比为第一预设比例;所述车辆属性信息用于指示车辆接单后能接到乘客的时间;
向目标派单时间段内派单区域提前配置第二预设比例的运力车辆,包括:
依据派单区域的剩余可调配车辆的车辆属性信息,从剩余可调配车辆中提前筛选出分配给非目标类乘客的运力车辆,且使得分配给派单区域的运力车辆数量与总体订单需求量的配置比为第二预设比例。
实施例五
图6为本申请实施例五中的一种电子设备的结构示意图。图6示出了适于用来实现本申请实施方式的示例性计算机设备12的框图。图6显示的电子设备12仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外,本实施例中的电子设备12,显示器24不是作为独立个体存在,而是嵌入镜面中,在显示器24的显示面不予显示时,显示器24的显示面与镜面从视觉上融为一体。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本申请实施例所提供的网约车派单方法:
预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
实施例六
本申请实施例六提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有发明实施例提供的网约车派单方法:
预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (6)
1.一种网约车派单方法,其特征在于,所述方法包括:
预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,其中,所述目标类乘客为VIP乘客,所述非目标类乘客为普通乘客以及临时用车的乘客;
所述依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆,包括:
预测确定目标派单时间段内派单区域的区域运力车辆信息;
依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆;
其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比;
所述向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,包括:
依据派单区域的可调配车辆的车辆属性信息,提前筛选出分配给所述目标类乘客的运力车辆,且使得分配给所述目标类乘客的运力车辆数量与目标类乘客的订单需求量的配置比为第一预设比例;所述车辆属性信息用于指示车辆接单后能接到乘客的时间;
向目标派单时间段内派单区域提前配置第二预设比例的运力车辆,包括:
依据派单区域的剩余可调配车辆的车辆属性信息,从剩余可调配车辆中提前筛选出分配给非目标类乘客的运力车辆,且使得分配给派单区域的运力车辆数量与总体订单需求量的配置比为第二预设比例;
所述依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,包括:
采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆;
采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆;
其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。
2.根据权利要求1所述的方法,其特征在于,预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息,包括:
将派单区域在目标派单时间段内的区域属性特征以及各类乘客的历史订单数据特征输入到预先训练的总体订单需求预测模型,预测派单区域在目标派单时间段内的总体订单需求信息;
将派单区域在目标派单时间段内的区域属性特征以及目标类乘客的历史订单数据特征输入到预先训练的目标类订单需求预测模型,预测派单区域在目标派单时间段内的目标类乘客的订单需求信息。
3.根据权利要求1或2所述的方法,其特征在于,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,包括:
在对目标类乘客与非目标类乘客同时派单时,从派单区域所提前配置预设比例的车辆中,筛选出目标类乘客匹配的运力车辆并进行下单调配;
从派单区域所提前配置预设比例的车辆的剩余车辆中,筛选出非目标类乘客匹配的运力车辆并进行下单调配。
4.一种网约车派单装置,其特征在于,包括:
订单需求预测模块,用于预测确定目标派单时间段内派单区域的总体订单需求信息与目标类乘客的订单需求信息;
车辆配置模块,用于依据总体订单需求信息与目标类乘客的订单需求信息,按需求向派单区域提前配置预设比例的车辆;
车辆调配模块,用于依据目标类乘客级别与非目标类乘客级别,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,其中,所述目标类乘客为VIP乘客,所述非目标类乘客为普通乘客以及临时用车的乘客;
所述车辆配置模块,包括:
运力车辆预测单元,用于预测确定目标派单时间段内派单区域的区域运力车辆信息;
运力车辆配置单元,用于依据总体订单需求信息与目标类乘客的订单需求信息,以及区域运力车辆信息,向目标派单时间段内派单区域的目标类乘客提前配置第一预设比例的运力车辆,以及向目标派单时间段内派单区域提前配置第二预设比例的运力车辆;
其中,第一预设比例大于第二预设比例,所述预设比例用于指示运力车辆与订单需求量之间的配置比;
所述运力车辆配置单元,具体用于:
依据派单区域的可调配车辆的车辆属性信息,提前筛选出分配给所述目标类乘客的运力车辆,且使得分配给所述目标类乘客的运力车辆数量与目标类乘客的订单需求量的配置比为第一预设比例;所述车辆属性信息用于指示车辆接单后能接到乘客的时间;
向目标派单时间段内派单区域提前配置第二预设比例的运力车辆,包括:
依据派单区域的剩余可调配车辆的车辆属性信息,从剩余可调配车辆中提前筛选出分配给非目标类乘客的运力车辆,且使得分配给派单区域的运力车辆数量与总体订单需求量的配置比为第二预设比例;
所述车辆调配模块,包括:
第一车辆分配单元,用于采用第一预设派单速率,控制对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向目标类乘客分配运力车辆;
第二车辆分配单元,用于采用第二预设派单速率,对目标派单时间段内派单区域所提前配置的车辆进行下单调配,向非目标类乘客分配运力车辆;
其中,所述第一预设派单速率大于所述第二预设派单速率,所述预设派单速率用于指示相邻两次派单之间的间隔频率。
5.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一项所述的网约车派单方法。
6. 一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求 1-3中任一项所述的网约车派单方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110695796.7A CN113435968B (zh) | 2021-06-23 | 2021-06-23 | 网约车派单方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110695796.7A CN113435968B (zh) | 2021-06-23 | 2021-06-23 | 网约车派单方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435968A CN113435968A (zh) | 2021-09-24 |
CN113435968B true CN113435968B (zh) | 2024-02-02 |
Family
ID=77757265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110695796.7A Active CN113435968B (zh) | 2021-06-23 | 2021-06-23 | 网约车派单方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435968B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113902156B (zh) * | 2021-11-16 | 2022-04-08 | 南京领行科技股份有限公司 | 网约车的调度方法、装置及存储介质 |
CN114331616A (zh) * | 2021-12-29 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 订单处理方法及装置、电子设备和存储介质 |
CN115034487B (zh) * | 2022-06-16 | 2024-06-14 | 南京领行科技股份有限公司 | 一种运力调控方法、装置、电子设备及存储介质 |
CN115438937A (zh) * | 2022-08-24 | 2022-12-06 | 南京领行科技股份有限公司 | 订单处理方法、装置、服务器及介质 |
CN115577815A (zh) * | 2022-10-09 | 2023-01-06 | 南京领行科技股份有限公司 | 一种订单处理方法、装置、电子设备及存储介质 |
CN117541345B (zh) * | 2023-11-08 | 2024-08-16 | 杭州一喂智能科技有限公司 | 车辆订单发布方法、装置、电子设备和计算机可读介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023433A1 (zh) * | 2014-08-12 | 2016-02-18 | 北京东方车云信息技术有限公司 | 网络租车系统中打车费用预估系统和方法 |
CN105389975A (zh) * | 2015-12-11 | 2016-03-09 | 北京航空航天大学 | 专车调度方法和装置 |
CN106445606A (zh) * | 2016-09-29 | 2017-02-22 | 北京小米移动软件有限公司 | 应用程序开启方法及装置 |
CN108564326A (zh) * | 2018-04-19 | 2018-09-21 | 安吉汽车物流股份有限公司 | 订单的预测方法及装置、计算机可读介质、物流系统 |
CN109426872A (zh) * | 2017-08-25 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法及终端 |
CN109766186A (zh) * | 2019-01-03 | 2019-05-17 | 中国联合网络通信集团有限公司 | 预约资源分配方法、装置、系统和可读存储介质 |
CN110288105A (zh) * | 2019-05-05 | 2019-09-27 | 浙江吉利控股集团有限公司 | 一种网约车订单处理方法、装置及终端 |
CN110956375A (zh) * | 2019-11-19 | 2020-04-03 | 北京三快在线科技有限公司 | 一种订单处理的方法及装置 |
CN111275228A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 预测方法、装置、电子设备及存储介质 |
CN112017427A (zh) * | 2019-05-31 | 2020-12-01 | 鸿富锦精密电子(郑州)有限公司 | 共享车配置装置及方法 |
CN112989229A (zh) * | 2021-04-29 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 出行路线的推荐方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7283077B2 (ja) * | 2018-12-27 | 2023-05-30 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、プログラム |
-
2021
- 2021-06-23 CN CN202110695796.7A patent/CN113435968B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023433A1 (zh) * | 2014-08-12 | 2016-02-18 | 北京东方车云信息技术有限公司 | 网络租车系统中打车费用预估系统和方法 |
CN105389975A (zh) * | 2015-12-11 | 2016-03-09 | 北京航空航天大学 | 专车调度方法和装置 |
CN106445606A (zh) * | 2016-09-29 | 2017-02-22 | 北京小米移动软件有限公司 | 应用程序开启方法及装置 |
CN109426872A (zh) * | 2017-08-25 | 2019-03-05 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法及终端 |
CN108564326A (zh) * | 2018-04-19 | 2018-09-21 | 安吉汽车物流股份有限公司 | 订单的预测方法及装置、计算机可读介质、物流系统 |
CN111275228A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 预测方法、装置、电子设备及存储介质 |
CN109766186A (zh) * | 2019-01-03 | 2019-05-17 | 中国联合网络通信集团有限公司 | 预约资源分配方法、装置、系统和可读存储介质 |
CN110288105A (zh) * | 2019-05-05 | 2019-09-27 | 浙江吉利控股集团有限公司 | 一种网约车订单处理方法、装置及终端 |
CN112017427A (zh) * | 2019-05-31 | 2020-12-01 | 鸿富锦精密电子(郑州)有限公司 | 共享车配置装置及方法 |
CN110956375A (zh) * | 2019-11-19 | 2020-04-03 | 北京三快在线科技有限公司 | 一种订单处理的方法及装置 |
CN112989229A (zh) * | 2021-04-29 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 出行路线的推荐方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113435968A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113435968B (zh) | 网约车派单方法、装置、电子设备及存储介质 | |
US20220172175A1 (en) | Transportation system and method for allocating frequencies of transit services therein | |
US11062415B2 (en) | Systems and methods for allocating networked vehicle resources in priority environments | |
CN109716367B (zh) | 用于预定运输服务的方法和系统 | |
CN110189006B (zh) | 车辆的调度方法、装置、计算机设备及其存储介质 | |
US20160247095A1 (en) | Systems and Methods for Managing a Vehicle Sharing Facility | |
CN108921762B (zh) | 一种车辆混合调度方法、装置及设备 | |
CN109635980B (zh) | 约车订单分配方法及系统 | |
WO2018156112A1 (en) | Smart vehicle parking apparatus and related methods | |
US20170301054A1 (en) | Dynamic forecasting for forward reservation of cab | |
CN113159458B (zh) | 网约车的分配方法、装置、电子设备及存储介质 | |
US20200210905A1 (en) | Systems and Methods for Managing Networked Vehicle Resources | |
JPWO2020262673A1 (ja) | プログラム、情報処理方法及び情報処理装置 | |
US20180268510A1 (en) | Systems and methods for real-time scheduling in a transportation system based upon a user criteria | |
CN112201034B (zh) | 停车泊位调度方法、系统、装置及存储介质 | |
CN111776896B (zh) | 电梯调度方法和装置 | |
CN107146123B (zh) | 一种订单分配方法及系统 | |
US20150105935A1 (en) | Method and system for managing operation of multi-line public transportation | |
JP6914298B2 (ja) | 車両の配車を管理するシステム及びプログラム | |
KR102474296B1 (ko) | 도착지로 운행 중인 차량의 배차 관리 방법, 이에 사용되는 관리 서버 및 도착지로 운행 중인 차량의 배차 관리 방법을 실행시키는 프로그램이 기록된 기록 매체 | |
CN107832864B (zh) | 竞价环境下的网约专车分配及定价方法 | |
Zhao et al. | D2Park: Diversified demand-aware on-street parking guidance | |
CN113793195B (zh) | 网约车订单处理方法、装置、计算机设备及可读存储介质 | |
CN113095634A (zh) | 一种任务处理方法、装置及设备 | |
CN115034487B (zh) | 一种运力调控方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |