[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20180097722A - 멀티-라운드 운전기사 선택을 위한 시스템 및 방법 - Google Patents

멀티-라운드 운전기사 선택을 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20180097722A
KR20180097722A KR1020187021470A KR20187021470A KR20180097722A KR 20180097722 A KR20180097722 A KR 20180097722A KR 1020187021470 A KR1020187021470 A KR 1020187021470A KR 20187021470 A KR20187021470 A KR 20187021470A KR 20180097722 A KR20180097722 A KR 20180097722A
Authority
KR
South Korea
Prior art keywords
driver
candidate
candidates
score
computing system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020187021470A
Other languages
English (en)
Other versions
KR102224306B1 (ko
Inventor
야오장 판
스와라 데사이
카오 양
콩-웨이 리
케빈 리
Original Assignee
그랩택시 홀딩스 피티이. 엘티디.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 그랩택시 홀딩스 피티이. 엘티디. filed Critical 그랩택시 홀딩스 피티이. 엘티디.
Publication of KR20180097722A publication Critical patent/KR20180097722A/ko
Application granted granted Critical
Publication of KR102224306B1 publication Critical patent/KR102224306B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06Q50/30—
    • 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
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법으로서, 그 방법은, 사용자 디바이스로부터 서비스 요청을 수신하는 단계; 복수의 운전기사 후보 각각이 운전기사 데이터를 갖도록, 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별하는 단계; 복수의 운전기사 후보 각각에 대해, 운전기사 데이터에 기반하여 스코어를 생성하는 단계; 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계; 일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지, 일감 요청은 각각의 후보 그룹 내의 모든 운전기사에게 송신되도록, 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신하는 단계; 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하는 단계; 및 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 서비스 요청을 할당하는 단계를 포함한다.

Description

멀티-라운드 운전기사 선택을 위한 시스템 및 방법
본 발명은, 온-디맨드(on-demand) 서비스에서의 멀티-라운드(multiple-round) 선택을 위한 시스템 및 방법에 관한 것이다. 예컨대, 본 발명은, 컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사(driver) 선택을 위한 방법에 관한 것이다.
온-디맨드 서비스는, 운전기사에 의해 제공될 사용자에 대한 운송 서비스를 주선(arrange)하기 위해 존재한다. 온-디맨드 운송 서비스를 제공함에 있어, 예컨대, 이용가능한 택시와 승객을 매칭하는 것은 어려울 수 있다. 때로는, 다수의 이용가능한 택시와 택시를 요청한 단 한 명의 승객만이 존재할 수 있고, 이용가능한 택시 운전기사 중 많은 수가 일감(job)을 받지 못할 것이다. 승객이 택시를 예약 요청할 때, 예약 요청은 통상적으로 많은 운전기사에게 일감 요청으로서 브로드캐스팅된다. 운전기사는, 그 일감 요청을 수락하거나, 거절하거나, 또는 무시할 것으로 예상된다. 이어서, 운전기사는, 자신이 그 예약을 차지하기를 희망하는 경우 그 예약을 "입찰(bid)"(즉, 일감 요청을 수락)해야 할 것이지만, 많은 입찰 운전기사 중 한 명만이 실제로 그 일감에 할당될 것이다. 따라서, 일감을 획득할 성공 기회는 상대적으로 낮을 수 있다. 일감을 획득하는 데 실패한 운전기사는 점점 불만스럽게 되고 온-디맨드 서비스에 참여하는 것을 중단할 수 있다. 따라서, 기존의 온-디맨드 서비스에서의 이러한 문제 및 다른 문제를 해결할 필요성이 남아 있다.
다양한 실시예에 따르면, 본 발명은, 컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법을 제공하며, 그 방법은: 사용자 디바이스로부터 서비스 요청을 수신하는 단계; 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별하는 단계 ― 복수의 운전기사 후보 각각은 운전기사 데이터를 가짐 ―; 복수의 운전기사 후보 각각에 대해, 운전기사 데이터에 기반하여 스코어를 생성하는 단계; 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계; 일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지, 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신하는 단계 ― 일감 요청은 각각의 후보 그룹 내의 모든 운전기사에게 송신됨 ―; 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하는 단계; 및 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 서비스 요청을 할당하는 단계를 포함한다. 멀티-라운드 운전기사 선택 방법은, 일감 요청이 더 적은 수의 운전기사에게 전송되지만 더 대상 지정적인(targeted) 방식으로 전송되도록 동작하며, 이에 의해, 운전기사 간의 경쟁이 감소되고, 일감 요청에 대해 운전기사가 선택될 확률(획득률(win rate)로 또한 지칭됨)이 증가된다. 이러한 방식으로, 방법은, 운전기사 선택 프로세스 및 각각의 운전기사의 획득률을 개선한다.
다양한 실시예에 따르면, 복수의 운전기사 후보를 식별하는 단계는: 복수의 운전기사 각각에 대한 운전기사 활동 데이터를 실시간으로 수신하는 단계; 복수의 운전기사 각각에 대한 활동 데이터를 모니터링하는 단계; 및 복수의 운전기사 중 어느 운전기사가 일감 요청을 수락하는 데 이용가능한지를 결정하는 단계를 포함할 수 있으며, 여기서, 복수의 운전기사 후보는 복수의 운전기사의 서브세트이다. 실시간 운전기사 활동 데이터에 기반하여 복수의 운전기사로부터 복수의 운전기사 후보를 선택함으로써, 시스템은, 일감 요청을 수락할 가능성이 가장 높은 운전기사를 대상으로 함으로써, 운전기사 후보가 일감 요청을 수락할 확률을 개선할 수 있다.
다양한 실시예에 따르면, 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계는: 복수의 운전기사 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보의 랭킹을 결정하는 단계; 후보 그룹의 수를 결정하는 단계; 랭킹에 기반하여 복수의 그룹 중 하나에 복수의 운전기사 후보 각각을 할당하는 단계를 포함할 수 있다. 복수의 운전기사 후보를 랭킹화하고 그룹화함으로써, 일감 요청은 그 일감 요청을 수락할 가능성이 더 높은 운전기사 후보에게 전송될 수 있으며, 이에 의해, 일감 요청 선택률이 개선된다.
다양한 실시예에 따르면, 서비스 요청은, 사용자 디바이스의 지리적 포지션(position)을 식별하는 사용자 위치(location) 데이터를 포함하고, 운전기사 데이터는, 운전기사의 지리적 포지션을 식별하는 운전기사 위치 데이터를 포함하고, 그리고 방법은: 사용자 위치 데이터 및 운전기사 위치 데이터에 기반하여 근접성(proximity) 스코어를 생성하는 단계를 더 포함하며, 여기서, 스코어는 근접성 스코어에 부분적으로 기반하여 생성된다. 근접성 스코어를 생성함으로써, 시스템은, 운전기사 스코어를 생성할 때 운전기사 후보와 사용자 간의 근접성을 고려할 수 있을 것이다.
다양한 실시예에 따르면, 방법은: 운전기사 데이터에 기반하여 기아(starvation) 스코어를 생성하는 단계를 더 포함할 수 있으며, 기아 스코어는 미리 결정된 시간 기간에 걸쳐 운전기사에 의한 성공하지 못한 수락의 수에 부분적으로 기반하고, 여기서, 운전기사 스코어는 기아 스코어에 부분적으로 기반하여 생성된다. 기아 스코어를 생성함으로써, 시스템은, 일감 요청을 수락한 후에 선택되지 않았던 운전기사를 식별할 수 있을 것이다.
다양한 실시예에 따르면, 복수의 운전기사 후보의 랭킹을 결정하는 단계는, 복수의 운전기사 후보 중 하나 이상의 운전기사 후보에 기아 가중치를 부가하는 단계를 포함할 수 있으며, 여기서, 기아 가중치는 기아 스코어에 부분적으로 기반하고, 기아 가중치는, 하나 이상의 복수의 운전기사 후보의 랭킹을 증가시킨다. 복수의 운전기사 후보의 랭킹에 기아 가중치를 포함시킴으로써, 시스템은, "굶주린(starving)" 운전기사 후보가 일감 요청에 할당될 더 나은 기회를 갖도록, 더 높은 기아 스코어를 갖는 운전기사 후보를 복수의 운전기사의 랭크에서 더 상위로 랭킹화할 수 있을 것이다. 이러한 방식으로, 시스템은, 초기 선택 라운드에서 몇몇 하위로 랭킹된(ranked) 운전기사를 포함할 수 있을 것이어서, 때로는 그 운전기사가 더 높은 선택될 우선순위를 획득한다.
다양한 실시예에 따르면, 일감 요청은, 한 번에 하나의 후보 그룹으로, 복수의 후보 그룹의 각각의 후보 그룹에 반복적으로 송신될 수 있다.
다양한 실시예에 따르면, 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 송신하는 단계는, 후속 후보 그룹에 일감 요청을 송신하기 전에 미리 결정된 시간량을 대기하는 단계를 포함할 수 있다.
다양한 실시예에 따르면, 일감 요청을 반복적으로 송신하는 단계는, 최상위로 랭킹된 복수의 운전기사 후보를 갖는 제1 후보 그룹에 일감 요청을 송신하는 단계를 포함할 수 있으며, 여기서, 최상위로 랭킹된 복수의 운전기사 후보의 스코어의 합은 그룹 스코어보다 크거나 같다. 최상위로 랭킹된 복수의 운전기사 후보를 갖는 그룹에 먼저 일감 요청을 송신함으로써, 시스템은, 일감 요청이 선택되는 더 높은 확률을 허용하며, 이에 의해, 획득률이 증가된다.
다양한 실시예에 따르면, 방법은, 복수의 후보 그룹 각각에 대한 그룹 스코어를 결정하는 단계를 더 포함할 수 있으며, 여기서, 그룹 스코어는, 후보 그룹 내의 복수의 운전기사 후보의 스코어의 합을 포함한다. 복수의 후보 그룹 각각에 대한 그룹 스코어를 결정함으로써, 시스템은, 복수의 후보 그룹 각각에서의 운전기사 후보의 수를 결정할 수 있을 것이다.
다양한 실시예에 따르면, 그룹 스코어를 결정하는 단계는, 총 스코어를 획득하기 위해 복수의 운전기사 후보의 스코어를 합산하는 단계, 후보 그룹의 수를 결정하는 단계, 및 그룹 스코어를 획득하기 위해, 총 스코어를 후보 그룹의 수로 나누는 단계를 포함한다.
다양한 실시예에 따르면, 서비스 요청을 할당하는 단계는, 가장 높은 기아 스코어를 갖는 운전기사 후보에게 서비스 요청을 할당하는 단계를 포함할 수 있다.
다양한 실시예에 따르면, 본 발명은, 멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템을 제공하며, 컴퓨팅 시스템은: 하나 이상의 프로세서; 하나 이상의 프로세서와 통신하는 하나 이상의 메모리 리소스를 포함하며, 하나 이상의 메모리 리소스는 명령을 저장하고, 명령은, 하나 이상의 프로세서에 의해 실행되는 경우, 컴퓨팅 시스템으로 하여금: 사용자 디바이스로부터 서비스 요청을 수신하게 하고; 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별하게 하고 ― 복수의 운전기사 후보 각각은 운전기사 데이터를 가짐 ―; 복수의 운전기사 후보 각각에 대해, 운전기사 데이터에 기반하여 스코어를 생성하게 하고; 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하게 하고; 일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지, 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신하게 하고 ― 일감 요청은 각각의 후보 그룹 내의 모든 운전기사에게 송신됨 ―; 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하게 하고; 그리고 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 서비스 요청을 할당하게 한다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 복수의 운전기사 각각에 대한 운전기사 활동 데이터를 실시간으로 수신함으로써 복수의 운전기사 후보를 식별하게 하고, 복수의 운전기사 각각에 대한 활동 데이터를 모니터링하게 하고, 그리고 복수의 운전기사 중 어느 운전기사가 일감 요청을 수락하는 데 이용가능한지를 결정하게 할 수 있으며, 여기서, 복수의 운전기사 후보는 복수의 운전기사의 서브세트이다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 복수의 운전기사 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보의 랭킹을 결정하고, 후보 그룹의 수를 결정하고, 그리고 랭킹에 기반하여 복수의 그룹 중 하나에 복수의 운전기사 후보 각각을 할당함으로써, 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하게 할 수 있다.
다양한 실시예에 따르면, 서비스 요청은, 사용자 디바이스의 지리적 포지션을 식별하는 사용자 위치 데이터를 포함하고, 운전기사 데이터는, 운전기사의 지리적 포지션을 식별하는 운전기사 위치 데이터를 포함하고, 그리고 여기서, 명령은, 컴퓨팅 시스템으로 하여금, 사용자 위치 데이터 및 운전기사 위치 데이터에 기반하여 근접성 스코어를 생성하게 하며, 여기서, 스코어는 근접성 스코어에 부분적으로 기반하여 생성된다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 운전기사 데이터에 기반하여 기아 스코어를 생성하게 할 수 있으며, 기아 스코어는 미리 결정된 시간 기간에 걸쳐 운전기사에 의한 성공하지 못한 수락의 수에 부분적으로 기반하고, 여기서, 스코어는 기아 스코어에 부분적으로 기반하여 생성된다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 복수의 운전기사 후보 중 하나 이상의 운전기사 후보에 기아 가중치를 부가함으로써 복수의 운전기사 후보의 랭킹을 결정하게 할 수 있으며, 여기서, 기아 가중치는 기아 스코어에 부분적으로 기반하고, 기아 가중치는, 하나 이상의 복수의 운전기사 후보의 랭킹을 증가시킨다.
다양한 실시예에 따르면, 일감 요청은, 한 번에 하나의 후보 그룹으로, 복수의 후보 그룹의 각각의 후보 그룹에 반복적으로 송신될 수 있다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 후속 후보 그룹에 일감 요청을 송신하기 전에 미리 결정된 시간량을 대기함으로써 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신하게 할 수 있다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 최상위로 랭킹된 복수의 운전기사 후보를 갖는 제1 후보 그룹에 일감 요청을 송신함으로써 일감 요청을 반복적으로 송신하게 할 수 있으며, 여기서, 최상위로 랭킹된 복수의 운전기사 후보의 스코어의 합은 그룹 스코어보다 크거나 같다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 복수의 후보 그룹 각각에 대한 그룹 스코어를 결정하게 할 수 있으며, 여기서, 그룹 스코어는, 후보 그룹 내의 복수의 운전기사 후보의 스코어의 합을 포함한다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 총 스코어를 획득하기 위해 복수의 운전기사 후보의 스코어를 합산하고, 후보 그룹의 수를 결정하고, 그리고 그룹 스코어를 획득하기 위해, 총 스코어를 후보 그룹의 수로 나눔으로써, 그룹 스코어를 결정하게 할 수 있다.
다양한 실시예에 따르면, 명령은, 컴퓨팅 시스템으로 하여금, 가장 높은 기아 스코어를 갖는 운전기사 후보에게 서비스 요청을 할당함으로써 서비스 요청을 할당하게 할 수 있다.
도 1은, 멀티-라운드 운전기사 선택을 위한 예시적인 시스템을 도시한다.
도 1a는 예시적인 사용자 디바이스를 도시한다.
도 1b는 예시적인 운전기사 디바이스를 도시한다.
도 2는, 멀티-라운드 운전기사 선택을 위한 방법의 예시적인 실시예의 흐름도를 도시한다.
도 3은, 멀티-라운드 운전기사 선택을 위한 반복적인 서브-프로세스의 예시적인 실시예의 흐름도를 도시한다.
도 4는 예시적인 스코어 생성 서브-시스템을 도시한다.
도 5는, 스코어를 생성하기 위한 방법의 예시적인 실시예의 흐름도를 도시한다.
도 6은, 멀티-라운드 선택 방법의 예시적인 예측 모델의 예시이다.
본 발명의 실시예는, 멀티-라운드 시스템, 및 서비스 제공자를 선택하기 위한 방법을 제공한다. 일반적으로, 온-디맨드 서비스 시스템은 서비스 요청자 및 서비스 제공자 둘 모두에 의해 사용된다. 본 발명의 설명된 실시예에서, 제공되는 온-디맨드 서비스는 운송 서비스이고, 서비스 요청자는, 이를테면, 서비스 요청자의 현재 위치로부터 최종 목적지까지의 승차와 같은 운송 서비스를 필요로 하는 잠재적 승객이고, 그리고 서비스 제공자는, 승객을 필요로 하는 운전기사, 이를테면, 택시 운전기사 또는 독립적 계약자인 운전기사이다. 그러나, 본 발명의 실시예는 운송 서비스만으로 제한되지 않으며, 다른 온-디맨드 서비스에 사용될 수 있다.
도 1은, 멀티-라운드 운전기사 선택을 위한 예시적인 시스템(100)을 도시한다. 시스템(100)은, 사용자 디바이스 인터페이스(130), 운전기사 디바이스 인터페이스(140), 운전기사 선택 서브시스템(150), 운전기사 가용성 결정 컴포넌트(152), 스코어 생성 컴포넌트(154), 그룹 생성 컴포넌트(156), 및 서비스 요청 프로세싱 컴포넌트(158)를 포함한다. 시스템(100)은, 네트워크(164)를 통해 사용자 디바이스(160) 및 운전기사 디바이스(162)와 통신할 수 있다. 사용자 디바이스(160)는, 예컨대 승객일 수 있는 사용자에 의해 사용되고, 운전기사 디바이스(162)는, 차량의 운전기사, 또는 예컨대 온-디맨드 서비스의 다른 제공자에 의해 사용된다. 사용자 디바이스 인터페이스(130)는, 시스템(100)과 사용자 디바이스(160) 간의 통신을 관리한다. 운전기사 디바이스 인터페이스(140)는, 시스템(100)과 운전기사 디바이스(162) 간의 통신을 관리한다. 운전기사 선택 서브시스템(150)은, 사용자 디바이스(160)로부터의 요청에 대한 응답으로 복수의 운전기사 후보를 선택한다. 운전기사 선택 서브-시스템(150)은, 운전기사 가용성 결정 컴포넌트(152), 운전기사 스코어 생성 컴포넌트(154), 그룹 생성 컴포넌트(156), 및 서비스 요청 프로세싱 컴포넌트(158)를 포함할 수 있다. 시스템(100)은, 일감 요청을 복수의 운전기사 후보에게 브로드캐스팅하도록 구현될 수 있다.
시스템(100)의 컴포넌트 및 서브-시스템 중 하나 이상은, 네트워크 측 리소스, 이를테면, 하나 이상의 프로세서를 갖고 하나 이상의 메모리 리소스와 통신하는 하나 이상의 서버 상에서 구현될 수 있다. 시스템(100)은 또한, 피어-투-피어(peer-to-peer) 네트워크와 같은 임의의 다른 적절한 대안적인 또는 보완적인 아키텍쳐의 다른 컴퓨팅 시스템을 통해 구현될 수 있다. 이러한 구현에 대한 부가 또는 대안으로서, 시스템(100)의 컴포넌트 및 서브-시스템 중 일부 또는 전부는, 이를테면, 사용자 디바이스(160) 및/또는 운전기사 디바이스(162) 상에서 동작하는 애플리케이션을 통해, 클라이언트 디바이스 상에서 구현될 수 있다. 시스템은, 하나 이상의 사용자 디바이스(160) 및 하나 이상의 운전기사 디바이스(162)와 통신하기 위해, 무선 또는 유선 네트워크 디바이스 및 프로토콜과 같은 네트워크 인터페이스를 통하여 네트워크(164)를 통해 통신할 수 있다. 일 구현에 따르면, 사용자 디바이스(160) 및 운전기사 디바이스(162)는 각각 하나 이상의 프로세서를 포함하며, 그리고 각각, 개개의 디바이스와 사용자 디바이스 인터페이스(130) 및 운전기사 디바이스 인터페이스(140) 간의 통신을 관리할 수 있는 애플리케이션을 동작시킨다. 시스템은 또한 하나 이상의 비-휘발성 메모리 리소스와 통신할 수 있으며, 비-휘발성 메모리 리소스에서, 데이터 애플리케이션 소프트웨어가 상주하고 동작할 수 있고 그리고 또한 시스템이 그에 액세스가능할 수 있다. 시스템(100), 및 컴포넌트 및 서브-시스템의 예시적인 예시에서, 다양한 디바이스, 컴포넌트, 및 서브-시스템 간의 데이터 또는 정보의 일부 송신이 도시된다. 그러나, 시스템(100)의 모든 디바이스, 컴포넌트, 및 서브-시스템은, 개시된 방법 및 시스템의 실시예를 구현하기 위해 필요에 따라, 시스템(100)이 액세스가능하고 시스템(100)에 의해 수신되는 모든 데이터에 액세스할 수 있다.
시스템(100)은, 사용자 디바이스(160)로부터 서비스 요청을 수신할 수 있다. 시스템(100)은, 복수의 운전기사 각각에 대한 운전기사 데이터를 실시간으로 수신할 수 있다. 운전기사 데이터를 수신할 시, 시스템(100)은, 서비스 요청 및 운전기사 데이터 중 적어도 하나에 기반하여 복수의 운전기사 후보를 식별할 수 있다. 운전기사 데이터는 운전기사 활동 데이터를 포함할 수 있으며, 운전기사 활동 데이터는, 그 운전기사 활동 데이터와 연관된 운전기사에 관한 정보 및 세부사항을 포함할 수 있고, 그러한 정보 및 세부사항은, 운전기사의 과거 행동에 대한 정보뿐만 아니라 실시간으로의 운전기사의 현재 상태, 포지션, 또는 활동에 대한 실시간 정보를 포함한다. 실시간 정보는 운전기사 디바이스(162)로부터 획득될 수 있다. 복수의 운전기사 후보를 식별함에 있어서, 시스템(100)은, 복수의 운전기사 각각에 대한 활동 데이터를 모니터링하고 그리고 복수의 운전기사 중 어느 운전기사가 일감 요청을 수락하는 데 이용가능한지를 결정하도록 구현될 수 있다. 복수의 운전기사 후보는 복수의 운전기사의 서브세트일 수 있다. 복수의 운전기사로부터, 시스템(100)은, 서비스 요청에 기반하여 복수의 운전기사 후보를 식별할 수 있다. 시스템(100)은 또한, 운전기사 활동 데이터에 기반하여 복수의 운전기사 후보를 식별할 수 있다. 시스템(100)은 또한, 서비스 요청 및 운전기사 활동 데이터의 조합에 기반하여 복수의 운전기사 후보를 식별할 수 있다.
운전기사 선택 서브-시스템(150)을 참조하면, 운전기사 가용성 결정 컴포넌트(152)는, 운전기사 디바이스(162)로부터 운전기사 데이터를 수신할 수 있다. 운전기사 가용성 결정 컴포넌트(152)는, 운전기사 데이터에 기반하여 운전기사의 가용성을 결정할 수 있다. 일단 운전기사 후보가 식별되면, 운전기사 스코어 생성 컴포넌트(154)는, 복수의 운전기사 후보 각각의 운전기사 데이터에 기반하여 복수의 운전기사 후보 각각에 대한 스코어를 생성할 수 있다. 복수의 운전기사 후보의 스코어에 기반하여, 그룹 생성 컴포넌트(156)는, 복수의 운전기사 후보를 복수의 후보 그룹으로 세분화하고 그리고 복수의 후보 그룹 중 하나에 복수의 운전기사 후보 각각을 할당할 수 있다. 일단 복수의 후보 그룹이 생성되고 복수의 운전기사 후보가 복수의 후보 그룹 중 하나에 할당되었으면, 서비스 요청 프로세싱 컴포넌트(158)는, 복수의 후보 그룹 중 하나의 후보 그룹(제1 후보 그룹)의 운전기사에게 일감 요청을 송신할 수 있다. 제1 후보 그룹의 운전기사 중 어떠한 운전기사도 일감 요청을 수락하지 않은 경우, 서비스 요청 프로세싱 컴포넌트(158)는, 다음 후보 그룹(제2 후보 그룹)의 운전기사에게 일감 요청을 송신할 수 있다. 서비스 요청 프로세싱 컴포넌트(158)는, 운전기사 후보 중 적어도 하나의 운전기사 후보가 일감 요청을 수락할 때까지, 또는 시스템이, 이용가능한 후보 그룹 전부에 일감 요청을 송신할 때까지, 후속 후보 그룹에 일감 요청을 계속 송신할 수 있다. 이러한 방식으로, 시스템은, 한 번에 하나의 후보 그룹으로, 후보 그룹 각각에 일감 요청을 반복적으로 송신하며, 후속 후보 그룹에 일감 요청을 송신하기 전에 미리 결정된 시간량을 대기한다. 후보 그룹의 하나 이상의 운전기사 후보가 일감 요청을 수락한 경우, 시스템(100)은 서비스 요청을 계속 프로세싱할 것이다. 예컨대, 하나 초과의 운전기사 후보가 일감 요청을 수락한 경우, 시스템(100)은, 수락한 운전기사 후보 중 어느 운전기사 후보가 서비스 요청을 할당받을 것인지를 결정하기 위한 프로세스를 적용할 수 있다. 일 실시예에 따르면, 서비스 요청 프로세싱 컴포넌트(158)는, 하나 이상의 수락한 운전기사 후보에게 서비스 요청을 할당할 것이다. 서비스 프로세싱 컴포넌트(158)는, 선택된 운전기사 후보의 운전기사 디바이스(162)에 그러한 할당을 송신할 수 있다.
도 1a는 예시적인 사용자 디바이스(160)의 블록도를 도시한다. 사용자 디바이스(160)는, 송신기(163), 수신기(164), 프로세서(166), 포지셔닝(positioning) 모듈(168), 및 사용자 인터페이스(169)를 포함한다. 사용자 디바이스(160)는, 임의의 타입의 모바일 컴퓨팅 디바이스, 이를테면, 모바일 폰, 태블릿, 워치(watch), 글로벌 내비게이션 위성 시스템(GNSS; Global Navigation Satellite System), 내비게이션 디바이스, 또는 내장형(built-in) 차량 내비게이션 디바이스일 수 있다.
도 1b는 예시적인 운전기사 디바이스(162)의 블록도를 도시한다. 운전기사 디바이스(162)는, 송신기(172), 수신기(174), 프로세서(176), 포지셔닝 모듈(178), 및 사용자 인터페이스(179)를 포함한다. 운전기사 디바이스(162)는, 임의의 타입의 모바일 컴퓨팅 디바이스, 이를테면, 모바일 폰, 태블릿, 워치, 글로벌 내비게이션 위성 시스템(GNSS), 내비게이션 디바이스, 또는 내장형 차량 내비게이션 디바이스일 수 있다. 도 1a 및 도 1b는 적절한 사용자 디바이스(160) 및 운전기사 디바이스(162)의 단지 일 예시적인 구성을 도시하며, 다른 구성이 사용될 수 있다.
도 2는, 멀티-라운드 운전기사 선택을 위한 방법의 예시적인 실시예의 흐름도를 도시한다. 단계(202)에서, 시스템(100)(도 1)은, 사용자 디바이스(160)로부터 서비스 요청을 수신한다. 서비스 요청을 수신하는 것에 대한 응답으로, 시스템은, 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별한다(204). 서비스 요청은, 서비스 요청을 송신한 사용자에 관한 정보, 이를테면, 사용자의 지리적 위치, 사용 이력, 사용자 등급(rating), 및 시스템(100)에 의해 유지되는 임의의 다른 바람직한 정보를 포함한다. 복수의 운전기사 후보 각각은, 특정 운전기사와 연관된 자신 고유의 운전기사 데이터를 갖는다. 복수의 운전기사 후보 각각에 대해, 시스템(100)은, 운전기사 데이터에 기반하여 스코어 또는 운전기사 스코어를 생성하고(206), 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화한다(208). 반복적인 서브-프로세스(210)에서, 시스템(100)은, 일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신하며, 일감 요청은 각각의 후보 그룹의 모든 운전기사에게 송신된다. 일감 요청은 또한, 각각의 후보 그룹의 운전기사의 서브세트에 송신될 수 있다. 단계(222)에서, 시스템(100)은, 운전기사 후보 중 적어도 하나가 일감 요청을 수락한 경우, 일감 요청을 수락한 운전기사 후보 중 하나에게 서비스 요청을 할당한다. 운전기사 중 어떠한 운전기사도 일감 요청을 수락하지 않으면, 방법(200)은 종료된다. 일 실시예에서, 다수의 일감 수락이 수신되는 경우, 시스템(100)은, 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하고, 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 서비스 요청을 할당한다. 서비스 요청은, 적어도 사용자의 사용자 정보 및 위치를 포함할 수 있다.
스코어에 기반하여 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계(208)는, 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 복수의 운전기사 후보의 랭킹을 결정하는 단계; 후보 그룹의 수를 결정하는 단계; 및 랭킹에 기반하여 복수의 그룹 중 하나에 복수의 운전기사 후보 각각을 할당하는 단계의 부가적인 단계를 포함할 수 있다. 시스템(100)은, 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하기 전에 복수의 운전기사를 랭킹화할 수 있다. 시스템(100)은, 가장 높은 스코어를 갖는 운전기사가 랭킹의 최상위에 있고 가장 낮은 스코어를 갖는 운전기사가 랭킹의 최하위에 있는 내림차순에 따라 복수의 운전기사 후보를 랭킹화할 수 있다. 대안적으로, 시스템(100)은, 임의의 바람직한 기준에 따라 복수의 운전기사 후보를 랭킹화할 수 있다. 복수의 운전기사 후보를 랭킹화할 시, 시스템(100)은, 복수의 운전기사 후보를 그룹화하고 복수의 후보 그룹에 일감 요청을 반복적으로 송신할 수 있다. 일단 일감 요청이 운전기사 후보에 의해 수락되었으면, 서비스 요청이 운전기사에게 할당될 수 있다. 서비스 요청은 일감 요청과 동일할 수 있는데, 이러한 경우, 시스템(100)에 의해 수신된 서비스 요청이 선택된 운전기사에게 송신된다. 일감 요청은 또한 서비스 요청으로부터의 정보의 서브세트일 수 있고, 일감 요청이 운전기사에게 할당되는 경우, 운전기사는, 서비스 요청에서 요청된 서비스를 제공하도록 시스템에 의해 허가된다.
일 구현에서, 시스템(100)은, 복수의 운전기사 후보에 기반하여 선호(preferred) 그룹 스코어를 결정한다. 복수의 후보 그룹 각각은, 후보 그룹 각각이 그룹 스코어를 갖도록 형성될 수 있으며, 그룹 스코어는, 후보 그룹 내의 복수의 운전기사 후보의 스코어의 합이다. 운전기사 후보는, 후보 그룹의 그룹 스코어가 선호 그룹 스코어보다 크거나 같도록 그룹화될 수 있다. 시스템은, 복수의 운전기사 후보의 운전기사 전부의 스코어의 합인 총 스코어를 결정하고, 후보 그룹의 수를 결정하고, 그리고 총 스코어를 후보 그룹의 수로 나눔으로써 선호 그룹 스코어를 결정할 수 있다. 언급된 바와 같이, 후보 그룹의 수는 미리 결정될 수 있다. 선호 그룹 스코어는 미리 결정될 수 있다. 모든 운전기사 후보가 후보 그룹 중 하나에 대해 선택될 때까지 각각의 그룹에 대해 운전기사 후보를 선택함으로써 다수의 그룹이 형성될 수 있다. 선호 그룹 스코어는 미리 결정된 수의 그룹에 기반하여 생성될 수 있다.
도 2를 참조하면, 반복적인 서브-프로세스(210)에서, 시스템(100)은, 일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지 복수의 후보 그룹의 각각의 후보 그룹에 일감 요청을 반복적으로 송신한다. 시스템(100)은, 복수의 후보 그룹 중 하나에 일감 요청을 전송한다(211). 단계(212)에서, 시스템(100)은, 후보 그룹의 운전기사 중 임의의 하나의 운전기사로부터 일감 수락이 수신되는지를 결정한다. 수신된다면, 시스템(100)은, 일감 수락을 송신한 운전기사에게 서비스 요청을 할당한다(222). 단계(212)에서, 복수의 후보 그룹 중 하나의 적어도 하나의 운전기사로부터 시스템(100)에 의해 어떠한 일감 수락도 수신되지 않은 경우, 시스템(100)은, 아직 일감 요청을 수신해야 할 다른 후보 그룹이 존재하는지를 결정한다(214). 아직 일감 요청을 수신해야 할 다른 후보 그룹이 존재하는 경우, 시스템(100)은, 그 다른 후보 그룹에 일감 요청을 전송한다(216). 시스템(100)은, 운전기사로부터 일감 수락이 수신될 때까지, 또는 어떠한 남아 있는 후보 그룹도 존재하지 않을 때까지, 이용가능한 후보 그룹 전부에 일감 요청을 반복적으로 전송할 수 있다. 시스템(100)이 복수의 후보 그룹 전부에 일감 요청을 전송하고 운전기사로부터 일감 수락을 수신하지 못한 경우에, 시스템(100)은, 서비스 요청에 참가하도록 이용가능한 어떠한 운전기사도 존재하지 않는다는 것을 사용자에게 알릴 수 있다.
도 3은, 반복적 서브-프로세스(310)의 예시적인 실시예를 도시한다. 도 3의 반복적 서브-프로세스(310)는, 도 2에 예시된 방법(200)에 도시된 반복적 서브-프로세스(210)를 대체할 수 있다. 도 3의 반복적 서브-프로세스(310)에서, 시스템(100)은, 복수의 후보 그룹 중 하나에 일감 요청을 전송한다(311). 단계(312)에서, 시스템(100)은, 후보 그룹의 운전기사 중 임의의 하나의 운전기사로부터 일감 수락이 수신되는지를 결정한다. 수신된다면, 시스템(100)은, 하나 초과의 일감 수락이 시스템(100)에 의해 수신되었는지를 결정한다(318). 하나 초과의 일감 수락이 수신된 경우, 시스템(100)은 일감 수락 중 하나의 일감 수락을 선택할 수 있고(320), 선택된 일감 수락과 연관된 운전기사 후보에게 서비스 요청을 할당한다(322). 단계(312)에서, 복수의 후보 그룹 중 하나의 적어도 하나의 운전기사로부터 시스템(100)에 의해 어떠한 일감 수락도 수신되지 않은 경우, 시스템(100)은, 아직 일감 요청을 수신해야 할 다른 후보 그룹이 존재하는지를 결정한다(314). 아직 일감 요청을 수신해야 할 다른 후보 그룹이 존재하는 경우, 시스템(100)은, 그 다른 후보 그룹에 일감 요청을 전송한다(316). 시스템(100)은, 운전기사로부터 일감 수락이 수신될 때까지, 또는 어떠한 남아 있는 후보 그룹도 존재하지 않을 때까지, 이용가능한 후보 그룹 전부에 일감 요청을 반복적으로 전송할 수 있다.
운전기사 데이터는, 다음의 정보: 일감 요청의 마지막 수락 이후의 시간; 일감 요청의 마지막 거절 이후의 시간; 운전기사에 대한 마지막 일감 할당 이후의 시간; 이전 승객의 드롭 오프(drop off) 시간과 서비스 요청 시간 간의 시간 차이; 미리 결정된 시간 기간에 걸쳐 운전기사로부터 수신된 수락의 수; 서비스 요청을 송신한 사용자로부터의 운전기사의 거리; 및 운전기사의 위치 중 적어도 하나를 포함한다. 운전기사 데이터로부터, 시스템(100)은, 운전기사가 일감 요청을 수락할 수 있는 확률을 계산할 수 있다. 부가하여, 시스템(100)은, 운전기사가 일감 요청을 수락하는 데 이용가능할 가능성이 있는지 여부를 예측할 수 있다. 예컨대, 운전기사는, 일감 요청을 수신한 때에 자신의 차량에 승객이 있을 수 있다.
도 4는 예시적인 운전기사 스코어 생성 서브-시스템(400)을 도시한다. 운전기사 스코어 생성 서브-시스템(400)은, 운전기사 스코어 생성 컴포넌트(154)(도 1)의 일 예시적인 실시예이다. 운전기사 스코어 생성 서브-시스템(400)은, 수락 확률 생성 컴포넌트(402), 거리 스코어 생성 컴포넌트(404), 및 기아 스코어 생성 컴포넌트(406)를 포함한다. 운전기사 스코어 생성 서브-시스템(400)은, 운전기사 데이터(408) 및 서비스 요청(410)을 수신하고, 운전기사 데이터(408) 및 서비스 요청(410)에 기반하여 운전기사 스코어(412)를 생성한다. 운전기사 스코어(412)는, 그룹 생성 컴포넌트(156)(도 1)에 송신되어 복수의 후보 그룹을 생성하는 데 사용될 수 있다.
수락 확률 생성 컴포넌트(402)는, 운전기사 데이터(408)에 기반하여 수락 확률 스코어(414)를 생성할 수 있다. 수락 확률 스코어(414)는, 운전기사 데이터(408)에 기반하는, 운전기사가 일감 요청을 수락할 수 있을 확률의 척도일 수 있다. 수락 확률 생성 컴포넌트(402)는, 운전기사가 새로운 일감에 대해 이용가능한지를 결정하기 위해 운전기사의 최근 행동을 고려할 수 있다. 예컨대, 운전기사가 일감 요청에 응답하지 않는 경우, 그 운전기사에게 이미 승객이 있을 가능성이 있다. 이는, 운전기사가 일감을 찾기 위해 여러 시스템을 사용하는 경우 또는 운전기사가 택시 운전기사인 경우에 가능하다. 부가하여, 수락 확률 생성 컴포넌트(402)는, 픽 업(pick-up) 위치, 드롭 오프 위치, 및 운전기사의 현재 위치와 같은 정보를 감안하여 서비스 요청을 고려할 수 있다. 수락 확률 생성 컴포넌트(402)는, 운전기사가 특정 회사를 위해 근무하는지 여부, 운전기사의 통상적인 근무 시간뿐만 아니라 운전기사의 처음 및 마지막 알려진 위치(이들은, 운전기사의 최종 목적지의 방향으로의 처음 및 마지막 탑승을 예측하는 데 사용될 수 있음)와 같은 그러한 정보를 감안하여 운전기사의 프로파일을 고려할 수 있다. 시스템(100)은, 운전기사가 이용가능한지 또는 그렇지 않은지를 예측할 수 있다. 운전기사가 일감 요청을 수락할 것이라는 확률을 예측함으로써, 시스템(100)은 또한, 운전기사가 새로운 일감에 대해 이용가능한지 또는 이미 다른 승객이 차량에 있는지 여부를 예측할 수 있다.
근접성 스코어 생성 컴포넌트(404)는, 서비스 요청(410)으로부터의 사용자 데이터, 및 운전기사 데이터(408)에 기반하여 근접성 스코어(418)를 생성할 수 있다. 근접성 스코어(418)는, 운전기사 후보와 사용자 간의 거리에 기반하여 생성될 수 있다. 서비스 요청(410)은, 사용자의 지리적 포지션을 식별하는 사용자 위치 데이터를 포함할 수 있다. 운전기사 데이터(408)는, 운전기사의 지리적 포지션을 식별하는 운전기사 위치 데이터를 포함할 수 있다. 근접성 스코어 생성 컴포넌트(404)는 또한, 사용자 위치 데이터 및 운전기사 위치 데이터에 기반하여 근접성 스코어(418)를 생성할 수 있다.
기아 스코어 생성 컴포넌트(406)는, 운전기사 데이터(408)에 기반하여 기아 스코어(420)를 생성할 수 있다. 기아 스코어(420)는, 미리 결정된 시간 기간에 걸쳐 운전기사에 의해 행해진 성공하지 못한 수락의 수에 부분적으로 기반할 수 있다. 운전기사는, 그 운전기사가 많은 일감 요청을 수락했다 하더라도 시스템이 그에게 서비스 요청을 할당하지 않은 경우 "굶주린" 것으로 고려된다. 특정 서비스 요청은, 미리 결정된 시간 기간 동안에는 낮은 수락 확률 스코어(414) 및/또는 낮은 근접성 스코어(418)로 인해 할당되지 못할 수 있다. 운전기사의 기아 스코어(420)는, 운전기사가 서비스 요청을 할당받지 못한 시간의 지속기간이 증가함에 따라 증가할 것이다.
도 5는, 운전기사 스코어(412)(도 4)를 생성하기 위한 예시적인 방법(500)에 대한 흐름도를 도시한다. 방법(500)은, 시스템(100)(도 1) 및 운전기사 스코어 생성 서브-시스템(400)(도 4)에 의해 수행될 수 있다. 방법(500)에서, 시스템(100)은, 운전기사 데이터(408)에 기반하여 수락 확률 스코어를 생성한다(502). 시스템(100)은, 운전기사 데이터(408) 및 서비스 요청(410)에 기반하여 복수의 운전기사 후보 각각에 대한 근접성 스코어를 생성한다(504). 시스템(100)은, 운전기사 데이터(408)에 기반하여 기아 스코어를 생성한다(506). 시스템(100)은, 수락 확률 스코어, 근접성 스코어, 및 기아 스코어 중 적어도 하나에 기반하여 운전기사 스코어(412)를 생성한다.
복수의 운전기사 후보의 랭킹을 결정할 때, 시스템(100)은, 복수의 운전기사 후보 중 하나 이상에 기아 가중치를 부가할 수 있다. 기아 가중치는 기아 스코어에 부분적으로 기반할 수 있다. 기아 가중치는, 하나 이상의 복수의 운전기사 후보의 랭킹을 증가시킬 수 있다.
시스템(100)은, 후보 그룹의 운전기사 후보가 후보 그룹에 송신된 일감 요청을 수락하는 것에 대해 미리 결정된 시간량을 대기할 수 있다. 미리 결정된 시간량을 대기한 후에 후보 그룹의 운전기사 후보로부터 어떠한 응답도 수신되지 않은 경우, 시스템(100)은 후속 후보 그룹에 일감 요청을 송신할 수 있다.
도 6은, 멀티-라운드 선택 방법의 예시적인 예측 모델의 예시이다. 예시된 예측 모델에서, 복수의 운전기사 후보는, 제1 그룹(902), 제2 그룹(904), 제3 그룹(906), 제4 그룹(908), 및 제 5 그룹(910)으로 그룹화된다. 예측 모델은, 각각의 그룹이, 일감 요청을 수락하는 수락 운전기사(912), 및 일감 요청을 거절하거나 일감 요청에 응답하지 않는 미응답 운전기사(914)를 포함할 것임을 추정한다. 수락 운전기사(912)는 원형 "체크" 이미지로 표시되고, 미응답 운전기사(914)는 정사각형 "x" 이미지로 표시된다. 도 6의 예시는, 본 발명의 실시예에 따라 어떤 예시적인 그룹이 어떻게 보일지를 도시한다. 제1 그룹(902)의 예에서, 일감 요청은 총 3 명의 운전기사 후보에게 전송되며, 2 명의 수락 운전기사(912)가 존재한다. 2 명의 수락 운전기사 중 하나는 일감을 할당받을 것이다. 제1 그룹(902)에서, 수락률(acceptance rate), 또는 일감 요청의 수락률은 약 66.7 %(3 명 중 2 명)이고, 선택률(selection rate) 또는 일감 요청에 대해 선택되는 그 기회("획득률(win rate)"로 또한 지칭됨)는 50 %(2 명 중 1 명)이다. 일감 요청이 제1 그룹(902)의 운전기사 후보에 의해 수락되었으므로, 일감 요청은 후속 그룹에 전송되지 않을 것이다.
제2 그룹(904)의 예에서, 일감 요청은 총 4 명의 운전기사 후보에게 전송되며, 3 명의 수락 운전기사(912)가 존재한다. 3 명의 수락 운전기사 중 하나는 일감을 할당받을 것이다. 제2 그룹(904)에서, 수락률은 약 75 %(4 명 중 3 명)이고, 선택률은 약 33 %(3 명 중 1 명)이다. 일감 요청이 제2 그룹(904)의 운전기사 후보에 의해 수락되었으므로, 일감 요청은 후속 그룹에 전송되지 않을 것이다. 유사하게, 제3 그룹(906), 제4 그룹(908), 및 제5 그룹(910)에 대해, 선택률은 비교적 높게 유지된다.
복수의 랭킹된 운전기사 후보가 복수의 후보 그룹에 그룹화될 때, 후보 그룹 각각은 거의 동일한 그룹 스코어를 갖고, 그룹 사이즈는 제1 후보 그룹(902)으로부터 제5 후보 그룹(910)으로 증가한다. 제1 후보 그룹(902)의 운전기사 후보가 가장 높은 운전기사 스코어를 가지므로, 제1 후보 그룹(902)은 가장 적은 수의 운전기사 후보를 가질 것이다. 유사하게, 제5 후보 그룹(910)의 운전기사 후보의 스코어가 가장 낮으므로, 제5 후보 그룹(910)은 가장 많은 수의 운전기사 후보를 가질 것이다. 도시된 바와 같이, 그룹의 사이즈는, 각각의 후보 그룹의 그룹 스코어를 다른 후보 그룹과 대략적으로 동일하게 하기 위해 계속 증가할 수 있다. 이러한 방식으로, 운전기사 후보가 높은 스코어를 갖는 운전기사인 경우 후보 그룹에 더 적은 운전기사 후보가 존재하며, 그 반대의 경우가 가능하다. 시스템(100)은, 복수의 운전기사 후보의 스코어를 합산함으로써 그룹 스코어를 생성하여 그룹에 대한 총 스코어를 획득할 수 있다.
시스템(100)은, 하위로 랭킹된 운전기사가 일감 요청을 수신할 더 높은 확률을 가질 수 있게 하는 방식으로, 초기 그룹에 몇몇 하위로 랭킹된 운전기사를 포함시킬 수 있다. 일 구현에서, 시스템(100)은, 복수의 운전기사 후보 중 하나 이상의 스코어에 기아 가중치를 부가할 수 있으며, 이에 의해, 하나 이상의 복수의 운전기사 후보의 랭킹이 증가된다. 다른 구현에서, 시스템(100)은, 가장 높은 기아 스코어를 갖는 적어도 하나의 운전기사 후보에게 일감 요청을 송신할 수 있다.
운전기사 데이터는, 운전기사 디바이스(162)에 저장되고 그리고 무선으로 시스템(100)에 송신될 수 있다. 시스템(100)은, 시스템(100)을 사용하는 운전기사 각각에 대한 데이터를 저장하는 운전기사 데이터베이스를 포함할 수 있다. 시스템은 또한, 시스템(100)을 사용하는 사용자 각각에 대한 데이터를 저장하는 사용자 데이터베이스를 포함할 수 있다. 운전기사 데이터베이스 및 사용자 데이터베이스는, 시스템(100)과 통신하는 동일한 메모리 리소스를 사용할 수 있다. 운전기사 데이터의 일부는 운전기사 데이터베이스에 저장될 수 있다.
시스템(100)은, 더 대상 지정적인 일감 요청을 운전기사에게 제공함으로써, 운전기사 후보의 "선택률"을 개선한다. 일감 요청을 운전기사 후보의 더 작은 그룹에 전송하고 일감 요청을 잠재적으로 수락하지 않을 수 있는 다른 운전기사 후보에게는 전송하지 않음으로써, 운전기사 후보의 "획득률"이 증가할 것이다.
일반적으로, 운전기사 후보는 자신이 원하는 일감 요청만을 수락한다. 일감 요청이 많은 수의 운전기사 후보에게 브로드캐스팅되지만 운전기사 후보 중 하나만이 그 일감에 대해 선택될 때, 더 많은 수의 운전기사가 일감을 할당받지 못할 것이다.
도 6에 예시된 그룹화에 대한 대안으로서, 종래의 선택 프로세스는, 한 번에 43 명의 운전기사 전부에게 일감 요청을 전송했을 것이고, 11 명이나 되는 운전기사 후보가 일감 요청을 수락할 수 있다. 그러므로, 수락률은 약 26%(43 명 중 11 명)이고, 선택률은 약 9%(11 명 중 1 명)이다. 따라서, 종래의 프로세스에서의 각각의 운전기사 후보의 획득률은 낮다. 이는, 낮은 운전기사 만족도를 유발할 것이다. 결과적으로, 운전기사는, 자신이 그 일감에 관심이 없거나 그 일감을 수락하지 못할 수 있는 경우라도 일감 요청을 수락하는 경향이 있다. 운전기사 후보는, 단지 자신이 선택될 기회를 증가시키기 위해 일감 요청을 신속하게 수락할 수 있다. 운전기사 후보는, 그가 일감을 취할 수 없거나, 예컨대, 일감이 짧은 거리이거나 원치 않는 목적지를 가지기 때문에 단지 그 일감이 마음에 들지 않는 경우, 나중에 일감을 취소하거나 포기할 수 있다. 이는, 많은 운전기사 후보가 일감 요청을 수락함에 있어 신중한 결정을 행하는 대신 무차별적으로 일감 요청을 수락하는 것을 유발한다. 그러한 취소는 또한, 그러한 운전기사 취소가 사용자의 대기 시간을 증가시키므로, 사용자 경험에 심각하게 영향을 미친다.
본 시스템 및 방법의 실시예에 의해 제공되는 하나의 이점은, 복수의 후보 그룹 각각에 대해 동일하거나 대략적으로 동일한 그룹 스코어를 유지한다는 것이다. 복수의 후보 그룹 각각에 대해 동일한 그룹 스코어를 유지함으로써, 복수의 후보 그룹의 그룹 사이즈가 증가된다. 이는, 각각의 그룹에서 일감 요청을 선택하는 운전기사의 전체 확률이 대략적으로 동일하다는 것을 보장할 것이다.
본 시스템 및 방법의 실시예에 의해 제공되는 다른 이점은, 내림차순으로 복수의 운전기사 후보를 랭킹화하는 것이다. 복수의 운전기사 후보가 내림차순으로 랭킹화될 때, 복수의 운전기사 후보는, 운전기사 후보의 제1 후보 그룹이 가장 높은 스코어를 갖는 운전기사를 포함할 것이고, 운전기사 후보의 제2 후보 그룹이 다음으로 가장 높은 스코어를 갖는 운전기사를 포함할 것이고, 그리고 운전기사 후보의 마지막 후보 그룹이 가장 낮은 스코어를 갖는 운전기사를 포함할 것이도록 동일한 순서로 그룹화될 수 있다.
본 시스템 및 방법의 실시예에 의해 제공되는 다른 이점은, 복수의 운전기사 후보를 랭킹화하는 것을 통해 이루어진다. 복수의 운전기사 후보를 랭킹화할 시, 시스템(100)(도 1)은, 일감 요청을 반복적으로 송신할 때, 최상위로 랭킹된 복수의 운전기사 후보를 갖는 제1 후보 그룹에 일감 요청을 송신할 수 있다. 제1 그룹의 최상위로 랭킹된 복수의 운전기사 후보의 스코어의 합은 그룹 스코어보다 크거나 같을 수 있다.

Claims (24)

  1. 컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택(multiple-round driver selection)을 위한 방법으로서,
    사용자 디바이스로부터 서비스 요청을 수신하는 단계;
    상기 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별하는 단계 ― 상기 복수의 운전기사 후보 각각은 운전기사 데이터를 가짐 ―;
    상기 복수의 운전기사 후보 각각에 대해, 상기 운전기사 데이터에 기반하여 스코어를 생성하는 단계;
    상기 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 상기 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계;
    일감(job) 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지, 상기 복수의 후보 그룹의 각각의 후보 그룹에 상기 일감 요청을 반복적으로 송신하는 단계 ― 상기 일감 요청은 상기 각각의 후보 그룹 내의 모든 운전기사에게 송신됨 ―;
    상기 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하는 단계; 및
    상기 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 상기 서비스 요청을 할당하는 단계;를 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  2. 제1항에 있어서,
    상기 복수의 운전기사 후보를 식별하는 단계는,
    복수의 운전기사 각각에 대한 운전기사 활동 데이터를 실시간으로 수신하는 단계;
    상기 복수의 운전기사 각각에 대한 상기 활동 데이터를 모니터링하는 단계; 및
    상기 복수의 운전기사 중 어느 운전기사가 상기 일감 요청을 수락하는데 이용가능한지를 결정하는 단계;를 포함하며,
    상기 복수의 운전기사 후보는, 상기 복수의 운전기사의 서브세트(subset)인,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하는 단계는,
    복수의 운전기사 각각의 스코어에 부분적으로 기반하여 상기 복수의 운전기사 후보의 랭킹(ranking)을 결정하는 단계;
    후보 그룹의 수를 결정하는 단계; 및
    상기 랭킹에 기반하여 상기 복수의 그룹 중 하나에 상기 복수의 운전기사 후보 각각을 할당하는 단계;를 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 서비스 요청은, 상기 사용자 디바이스의 지리적 포지션(position)을 식별하는 사용자 위치(location) 데이터를 포함하고, 상기 운전기사 데이터는, 운전기사의 지리적 포지션을 식별하는 운전기사 위치 데이터를 포함하고,
    상기 방법은, 상기 사용자 위치 데이터 및 상기 운전기사 위치 데이터에 기반하여 근접성(proximity) 스코어를 생성하는 단계;를 더 포함하며,
    상기 스코어는, 상기 근접성 스코어에 부분적으로 기반하여 생성되는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 운전기사 데이터에 기반하여 기아(starvation) 스코어를 생성하는 단계;를 더 포함하며,
    상기 기아 스코어는 미리 결정된 시간 기간에 걸쳐 운전기사에 의한 성공하지 못한 수락의 수에 부분적으로 기반하고,
    상기 스코어는, 상기 기아 스코어에 부분적으로 기반하여 생성되는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  6. 제5항에 있어서,
    상기 복수의 운전기사 후보의 랭킹을 결정하는 단계는,
    상기 복수의 운전기사 후보 중 하나 이상의 운전기사 후보에 기아 가중치를 부가하는 단계;를 포함하며,
    상기 기아 가중치는, 상기 기아 스코어에 부분적으로 기반하고, 상기 기아 가중치는 하나 이상의 복수의 운전기사 후보의 랭킹을 증가시키는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서,
    상기 일감 요청은, 한 번에 하나의 후보 그룹으로, 상기 복수의 후보 그룹의 각각의 후보 그룹에 반복적으로 송신되는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  8. 제7항에 있어서,
    상기 복수의 후보 그룹의 각각의 후보 그룹에 상기 일감 요청을 반복적으로 송신하는 단계는,
    후속 후보 그룹에 상기 일감 요청을 송신하기 전에 미리 결정된 시간량을 대기하는 단계;를 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 일감 요청을 반복적으로 송신하는 단계는,
    최상위로 랭킹된(ranked) 복수의 운전기사 후보를 갖는 제1 후보 그룹에 상기 일감 요청을 송신하는 단계;를 포함하며,
    상기 최상위로 랭킹된 복수의 운전기사 후보의 스코어의 합은, 그룹 스코어보다 크거나 같은,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 복수의 후보 그룹 각각에 대한 그룹 스코어를 결정하는 단계;를 더 포함하며,
    상기 그룹 스코어는, 후보 그룹 내의 복수의 운전기사 후보의 스코어의 합을 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  11. 제10항에 있어서,
    상기 그룹 스코어를 결정하는 단계는,
    총 스코어를 획득하기 위해 상기 복수의 운전기사 후보의 스코어를 합산하는 단계;
    후보 그룹의 수를 결정하는 단계; 및
    상기 그룹 스코어를 획득하기 위해, 상기 총 스코어를 상기 후보 그룹의 수로 나누는 단계;를 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  12. 제6항 내지 제11항 중 어느 한 항에 있어서,
    상기 서비스 요청을 할당하는 단계는,
    가장 높은 기아 스코어를 갖는 운전기사 후보에게 상기 서비스 요청을 할당하는 단계;를 포함하는,
    컴퓨팅 시스템에 의해 수행되는 멀티-라운드 운전기사 선택을 위한 방법.
  13. 멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템으로서,
    하나 이상의 프로세서; 및
    상기 하나 이상의 프로세서와 통신하는 하나 이상의 메모리 리소스;를 포함하며,
    상기 하나 이상의 메모리 리소스는 명령을 저장하고, 상기 명령은 상기 하나 이상의 프로세서에 의해 실행되는 경우, 상기 컴퓨팅 시스템으로 하여금:
    사용자 디바이스로부터 서비스 요청을 수신하게 하고;
    상기 서비스 요청에 부분적으로 기반하여 복수의 운전기사 후보를 식별하게 하고 ― 상기 복수의 운전기사 후보 각각은 운전기사 데이터를 가짐 ―;
    상기 복수의 운전기사 후보 각각에 대해, 상기 운전기사 데이터에 기반하여 스코어를 생성하게 하고;
    상기 복수의 운전기사 후보 각각의 스코어에 부분적으로 기반하여 상기 복수의 운전기사 후보를 복수의 후보 그룹으로 그룹화하게 하고;
    일감 요청에 대한 응답으로 하나 이상의 일감 수락이 수신될 때까지, 상기 복수의 후보 그룹의 각각의 후보 그룹에 상기 일감 요청을 반복적으로 송신하게 하고 ― 상기 일감 요청은 상기 각각의 후보 그룹 내의 모든 운전기사에게 송신됨 ―;
    상기 하나 이상의 일감 수락 중 하나의 일감 수락을 선택하게 하고; 그리고
    상기 하나 이상의 일감 수락 중 선택된 하나의 일감 수락과 연관된 운전기사에게 상기 서비스 요청을 할당하게 하는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  14. 제13항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금:
    복수의 운전기사 각각에 대한 운전기사 활동 데이터를 실시간으로 수신함으로써, 상기 복수의 운전기사 후보를 식별하게 하고;
    상기 복수의 운전기사 각각에 대한 상기 활동 데이터를 모니터링하게 하며; 그리고
    상기 복수의 운전기사 중 어느 운전기사가 상기 일감 요청을 수락하는 데 이용가능한지를 결정하게 하고,
    상기 복수의 운전기사 후보는, 상기 복수의 운전기사의 서브세트인,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  15. 제13항 또는 제14항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금:
    복수의 운전기사 각각의 스코어에 부분적으로 기반하여 상기 복수의 운전기사 후보의 랭킹을 결정하고;
    후보 그룹의 수를 결정하며; 그리고
    상기 랭킹에 기반하여 상기 복수의 그룹 중 하나에 상기 복수의 운전기사 후보 각각을 할당함으로써;
    상기 복수의 운전기사 후보를 상기 복수의 후보 그룹으로 그룹화하게 하는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  16. 제13항 내지 제15항 중 어느 한 항에 있어서,
    상기 서비스 요청은, 상기 사용자 디바이스의 지리적 포지션을 식별하는 사용자 위치 데이터를 포함하고,
    상기 운전기사 데이터는, 운전기사의 지리적 포지션을 식별하는 운전기사 위치 데이터를 포함하고,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    상기 사용자 위치 데이터 및 상기 운전기사 위치 데이터에 기반하여 근접성 스코어를 생성하게 하며,
    상기 스코어는, 상기 근접성 스코어에 부분적으로 기반하여 생성되는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  17. 제13항 내지 제16항 중 어느 한 항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    상기 운전기사 데이터에 기반하여 기아 스코어를 생성하게 하며,
    상기 기아 스코어는 미리 결정된 시간 기간에 걸쳐 운전기사에 의한 성공하지 못한 수락의 수에 부분적으로 기반하고,
    상기 스코어는, 상기 기아 스코어에 부분적으로 기반하여 생성되는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  18. 제17항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    상기 복수의 운전기사 후보 중 하나 이상의 운전기사 후보에 기아 가중치를 부가함으로써, 상기 복수의 운전기사 후보의 랭킹을 결정하게 하며,
    상기 기아 가중치는, 상기 기아 스코어에 부분적으로 기반하고, 상기 기아 가중치는, 하나 이상의 복수의 운전기사 후보의 랭킹을 증가시키는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  19. 제13항 내지 제18항 중 어느 한 항에 있어서,
    상기 일감 요청은, 한 번에 하나의 후보 그룹으로, 상기 복수의 후보 그룹의 각각의 후보 그룹에 반복적으로 송신되는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  20. 제19항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    후속 후보 그룹에 상기 일감 요청을 송신하기 전에, 미리 결정된 시간량을 대기함으로써, 상기 복수의 후보 그룹의 각각의 후보 그룹에 상기 일감 요청을 반복적으로 송신하게 하는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  21. 제13항 내지 제20항 중 어느 한 항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    최상위로 랭킹된 복수의 운전기사 후보를 갖는 제1 후보 그룹에 상기 일감 요청을 송신함으로써, 상기 일감 요청을 반복적으로 송신하게 하며,
    상기 최상위로 랭킹된 복수의 운전기사 후보의 스코어의 합은, 그룹 스코어보다 크거나 같은, 멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  22. 제13항 내지 제21항 중 어느 한 항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    상기 복수의 후보 그룹 각각에 대한 그룹 스코어를 결정하게 하며,
    상기 그룹 스코어는, 후보 그룹 내의 복수의 운전기사 후보의 스코어의 합을 포함하는, 멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  23. 제19항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금:
    총 스코어를 획득하기 위해 상기 복수의 운전기사 후보의 스코어를 합산하고;
    후보 그룹의 수를 결정하고; 그리고
    상기 그룹 스코어를 획득하기 위해 상기 총 스코어를 상기 후보 그룹의 수로 나눔으로써;
    상기 그룹 스코어를 결정하게 하는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
  24. 제18항 내지 제23항 중 어느 한 항에 있어서,
    상기 명령은, 상기 컴퓨팅 시스템으로 하여금,
    가장 높은 기아 스코어를 갖는 운전기사 후보에게 상기 서비스 요청을 할당함으로써, 상기 서비스 요청을 할당하게 하는,
    멀티-라운드 운전기사 선택의 방법을 구현하기 위한 컴퓨팅 시스템.
KR1020187021470A 2016-01-04 2017-01-03 멀티-라운드 운전기사 선택을 위한 시스템 및 방법 Active KR102224306B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SG10201600024T 2016-01-04
SG10201600024TA SG10201600024TA (en) 2016-01-04 2016-01-04 System and Method for Multiple-Round Driver Selection
PCT/SG2017/050002 WO2017119848A1 (en) 2016-01-04 2017-01-03 System and method for multiple-round driver selection

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020207006634A Division KR20200031692A (ko) 2016-01-04 2017-01-03 운전기사 선택을 위한 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20180097722A true KR20180097722A (ko) 2018-08-31
KR102224306B1 KR102224306B1 (ko) 2021-03-09

Family

ID=59273926

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020187021470A Active KR102224306B1 (ko) 2016-01-04 2017-01-03 멀티-라운드 운전기사 선택을 위한 시스템 및 방법
KR1020207006634A Withdrawn KR20200031692A (ko) 2016-01-04 2017-01-03 운전기사 선택을 위한 시스템 및 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020207006634A Withdrawn KR20200031692A (ko) 2016-01-04 2017-01-03 운전기사 선택을 위한 시스템 및 방법

Country Status (10)

Country Link
US (2) US20190325374A1 (ko)
EP (1) EP3400561A4 (ko)
JP (1) JP6638088B2 (ko)
KR (2) KR102224306B1 (ko)
CN (1) CN108604321A (ko)
AU (1) AU2017205583A1 (ko)
MY (1) MY200991A (ko)
PH (1) PH12018501430B1 (ko)
SG (1) SG10201600024TA (ko)
WO (1) WO2017119848A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102565211B1 (ko) * 2022-12-12 2023-08-10 강우영 인공지능 모델 기반 고정화물 일자리를 제공하는 방법 및 장치

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10171569B2 (en) * 2016-12-02 2019-01-01 Uber Technologies, Inc. Transmission of data to multiple computing devices according to a transmission schedule
JP7054773B2 (ja) * 2017-12-01 2022-04-15 パナソニックＩｐマネジメント株式会社 店舗支援システム、店舗支援方法及びプログラム
CN109886442A (zh) * 2017-12-05 2019-06-14 北京嘀嘀无限科技发展有限公司 预估接驾时长方法及预估接驾时长系统
US11158020B2 (en) * 2017-12-29 2021-10-26 Lyft, Inc. Assigning rides based on probability of provider acceptance
US11038808B1 (en) * 2018-10-25 2021-06-15 Amazon Technologies, Inc. Resource capacity management
CN109784659A (zh) * 2018-12-18 2019-05-21 东软集团股份有限公司 服务请求的处理方法、装置、存储介质及电子设备
US11282027B2 (en) 2019-04-26 2022-03-22 Walmart Apollo, Llc System and method of delivery assignment
US20200342387A1 (en) * 2019-04-29 2020-10-29 Walmart Apollo, Llc System and method of driver matching and dispatch
US11042350B2 (en) * 2019-08-21 2021-06-22 Micron Technology, Inc. Intelligent audio control in vehicles
US12210401B2 (en) 2019-09-05 2025-01-28 Micron Technology, Inc. Temperature based optimization of data storage operations
US20210082077A1 (en) * 2019-09-14 2021-03-18 Lyft, Inc. Systems and methods for integrating provider acceptance probability into transportation matching
JP7287244B2 (ja) * 2019-11-08 2023-06-06 トヨタ自動車株式会社 情報処理装置、プログラム、及び、情報処理方法
US20210142280A1 (en) * 2019-11-12 2021-05-13 Airspace Technologies, Inc. Logistical Management System
US20210295224A1 (en) * 2020-03-23 2021-09-23 Lyft, Inc. Utilizing a requestor device forecasting model with forward and backward looking queue filters to pre-dispatch provider devices
US11798321B2 (en) * 2020-08-28 2023-10-24 ANI Technologies Private Limited Driver score determination for vehicle drivers
US20220292414A1 (en) * 2021-03-15 2022-09-15 Uber Technologies, Inc. Dynamic invitation transmission and presentation mode determination for a network-based service
CN114464006B (zh) * 2022-04-13 2022-06-28 新石器慧通（北京）科技有限公司 自动驾驶车辆的分配方法和装置
US20240220911A1 (en) * 2022-12-30 2024-07-04 Walmart Apollo, Llc Systems and methods for last-mile delivery assignment

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090001712A (ko) * 2007-05-14 2009-01-09 에스케이에너지 주식회사 택시콜 서비스 제공 시스템 및 방법
KR20130096375A (ko) * 2012-02-22 2013-08-30 (주)무브먼트소프트 주문을 자동배차하는 방법 및 그 장치
KR20150110988A (ko) * 2014-03-24 2015-10-05 정인선 기사 할당 방법 및 이를 적용한 중계서버 및 컴퓨터로 읽을 수 있는 기록매체

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1168275A1 (en) * 2000-06-30 2002-01-02 Nokia Networks Oy Passenger transportation system and method
JP3744378B2 (ja) * 2001-04-26 2006-02-08 ダイキン工業株式会社 スケジュール作成装置、スケジュール作成方法、スケジュール作成プログラムおよびスケジュール作成プログラムを記録したコンピュータ読取可能な記録媒体
JP4267850B2 (ja) * 2001-12-17 2009-05-27 富士通テン株式会社 共同配車システム
JP2006146544A (ja) * 2004-11-19 2006-06-08 Takeshi Katahira タクシー等の配車システム
US20080040129A1 (en) * 2006-08-08 2008-02-14 Capital One Financial Corporation Systems and methods for providing a vehicle service management service
US8140359B2 (en) * 2008-09-11 2012-03-20 F3M3 Companies, Inc, System and method for determining an objective driver score
US10002198B2 (en) * 2009-10-28 2018-06-19 Verizon Patent And Licensing Inc. Mobile taxi dispatch system
US9959512B2 (en) 2009-12-04 2018-05-01 Uber Technologies, Inc. System and method for operating a service to arrange transport amongst parties through use of mobile devices
US8498953B2 (en) * 2010-03-30 2013-07-30 Sap Ag Method for allocating trip sharing
JP5785377B2 (ja) * 2010-10-19 2015-09-30 日本ユニシス株式会社 エコタクシー配車支援システム
CN103188598B (zh) * 2011-12-27 2016-08-17 中国电信股份有限公司 智能群呼抢答约车方法、系统及出租车约车平台
EA201590357A1 (ru) * 2012-08-07 2015-07-30 Стоунсроу Телекоммьюникейшнз Лтд. Система для автоматического подбора заказчику услуг поставщика услуг на основе их близости и установления голосового вызова между ними
US20150304370A1 (en) * 2012-12-19 2015-10-22 Empire Technology Development Llc Cloud voice over internet protocol communication substitute for channel radio based communication
CA2932828C (en) * 2013-12-11 2023-12-05 Uber Technologies, Inc. Optimizing selection of drivers for transport requests
CN103680135A (zh) * 2013-12-31 2014-03-26 北京东方车云信息技术有限公司 一种提供打车服务的方法、装置及系统
CN103680134B (zh) * 2013-12-31 2016-08-24 北京东方车云信息技术有限公司 一种提供打车服务的方法、装置及系统
US20150356703A1 (en) * 2014-06-10 2015-12-10 Uber Technologies, Inc. Arranging a transport service based on computed vectors associated with service providers
CN104183118B (zh) * 2014-08-19 2016-08-24 北京嘀嘀无限科技发展有限公司 基于拍卖模式获得乘客最优接驾司机的派单系统
US10074065B2 (en) * 2015-02-18 2018-09-11 Cargo Chief Aquisition Inc. Obtaining loads for next leg or backhaul
US9586591B1 (en) * 2015-05-04 2017-03-07 State Farm Mutual Automobile Insurance Company Real-time driver observation and progress monitoring
US20160364823A1 (en) * 2015-06-11 2016-12-15 Raymond Cao Systems and methods for on-demand transportation
CN105045858B (zh) * 2015-07-10 2018-04-13 湖南科技大学 基于投票的出租车载客点推荐方法
US10325228B2 (en) * 2015-10-30 2019-06-18 Zemcar, Inc. Rules based driver selection
US10282681B2 (en) * 2016-02-03 2019-05-07 Operr Technologies, Inc. System and method for customizable prescheduled dispatching for transportation services
US10963824B2 (en) * 2017-03-23 2021-03-30 Uber Technologies, Inc. Associating identifiers based on paired data sets

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090001712A (ko) * 2007-05-14 2009-01-09 에스케이에너지 주식회사 택시콜 서비스 제공 시스템 및 방법
KR20130096375A (ko) * 2012-02-22 2013-08-30 (주)무브먼트소프트 주문을 자동배차하는 방법 및 그 장치
KR20150110988A (ko) * 2014-03-24 2015-10-05 정인선 기사 할당 방법 및 이를 적용한 중계서버 및 컴퓨터로 읽을 수 있는 기록매체

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102565211B1 (ko) * 2022-12-12 2023-08-10 강우영 인공지능 모델 기반 고정화물 일자리를 제공하는 방법 및 장치

Also Published As

Publication number Publication date
KR20200031692A (ko) 2020-03-24
AU2017205583A1 (en) 2018-08-02
EP3400561A4 (en) 2019-06-12
SG10201600024TA (en) 2017-08-30
US20190325374A1 (en) 2019-10-24
EP3400561A1 (en) 2018-11-14
CN108604321A (zh) 2018-09-28
US20210192423A1 (en) 2021-06-24
MY200991A (en) 2024-01-29
JP2019501474A (ja) 2019-01-17
PH12018501430B1 (en) 2021-08-27
PH12018501430A1 (en) 2019-01-28
WO2017119848A1 (en) 2017-07-13
KR102224306B1 (ko) 2021-03-09
JP6638088B2 (ja) 2020-01-29

Similar Documents

Publication Publication Date Title
KR102224306B1 (ko) 멀티-라운드 운전기사 선택을 위한 시스템 및 방법
US20240420269A1 (en) Dynamic optimized reassignment of providers at a geohash level
US10567520B2 (en) Multi-user requests for service and optimizations thereof
US20200225049A1 (en) Dynamic vehicle routing determinations
US11570276B2 (en) Forecasting requests based on context data for a network-based service
US20180060992A1 (en) Systems and Methods for Allocating Networked Vehicle Resources in Priority Environments
US11821743B2 (en) Dynamic promotions based on vehicle positioning and route determinations
US9949088B1 (en) Network system with scheduled breaks
US20210142248A1 (en) Mixed vehicle selection and route optimization
CN109961158B (zh) 预约订单分配方法和预约订单分配装置
US20190383621A1 (en) Journey segment performance analysis
US20190383623A1 (en) Dynamic connection determinations
US11288603B2 (en) System for real-time optimal matching of ride sharing requests
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
US10171569B2 (en) Transmission of data to multiple computing devices according to a transmission schedule
JP2019500681A (ja) シェアされた輸送のための方法およびシステム
CN106373382B (zh) 一种用于车辆调度的方法与设备
WO2021136399A1 (en) System and method for bidding-based ridesharing
WO2022127517A1 (en) Hierarchical adaptive contextual bandits for resource-constrained recommendation
CN112036638A (zh) 一种订单分配方法、装置、电子设备及可读存储介质
CN112669116A (zh) 一种订单处理方法、装置、电子设备及可读存储介质
JP2016085506A (ja) 共用車両管理装置及び共用車両管理方法
JP2022018604A (ja) タクシー管理装置、タクシー運用システム及び運賃設定方法
US11656087B2 (en) Information processing apparatus, control method of information processing apparatus, and information processing system
JP2021111095A (ja) 配車サーバー、プログラム、及び方法

Legal Events

Date Code Title Description
A201 Request for examination
PA0105 International application

Patent event date: 20180725

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination
AMND Amendment
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190528

Patent event code: PE09021S01D

AMND Amendment
E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20191127

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20190528

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

AMND Amendment
PX0901 Re-examination

Patent event code: PX09011S01I

Patent event date: 20191127

Comment text: Decision to Refuse Application

Patent event code: PX09012R01I

Patent event date: 20190729

Comment text: Amendment to Specification, etc.

Patent event code: PX09012R01I

Patent event date: 20180726

Comment text: Amendment to Specification, etc.

PX0601 Decision of rejection after re-examination

Comment text: Decision to Refuse Application

Patent event code: PX06014S01D

Patent event date: 20200203

Comment text: Amendment to Specification, etc.

Patent event code: PX06012R01I

Patent event date: 20191227

Comment text: Decision to Refuse Application

Patent event code: PX06011S01I

Patent event date: 20191127

Comment text: Amendment to Specification, etc.

Patent event code: PX06012R01I

Patent event date: 20190729

Comment text: Notification of reason for refusal

Patent event code: PX06013S01I

Patent event date: 20190528

Comment text: Amendment to Specification, etc.

Patent event code: PX06012R01I

Patent event date: 20180726

J201 Request for trial against refusal decision
PA0104 Divisional application for international application

Comment text: Divisional Application for International Patent

Patent event code: PA01041R01D

Patent event date: 20200305

PJ0201 Trial against decision of rejection

Patent event date: 20200305

Comment text: Request for Trial against Decision on Refusal

Patent event code: PJ02012R01D

Patent event date: 20200203

Comment text: Decision to Refuse Application

Patent event code: PJ02011S01I

Patent event date: 20191127

Comment text: Decision to Refuse Application

Patent event code: PJ02011S01I

Appeal kind category: Appeal against decision to decline refusal

Decision date: 20201125

Appeal identifier: 2020101000695

Request date: 20200305

J301 Trial decision

Free format text: TRIAL NUMBER: 2020101000695; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20200305

Effective date: 20201125

PJ1301 Trial decision

Patent event code: PJ13011S01D

Patent event date: 20201125

Comment text: Trial Decision on Objection to Decision on Refusal

Appeal kind category: Appeal against decision to decline refusal

Request date: 20200305

Decision date: 20201125

Appeal identifier: 2020101000695

PS0901 Examination by remand of revocation
GRNO Decision to grant (after opposition)
PS0701 Decision of registration after remand of revocation

Patent event date: 20201204

Patent event code: PS07012S01D

Comment text: Decision to Grant Registration

Patent event date: 20201127

Patent event code: PS07011S01I

Comment text: Notice of Trial Decision (Remand of Revocation)

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210302

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210303

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20250305

Start annual number: 5

End annual number: 5