滴滴智能派单存在“黑幕”，这其中会发生什么？
发布网友
发布时间：2022-04-21 07:46
共5个回答
热心网友
时间：2022-06-18 19:06
最近比较有名的例子是一套名为MogIA的人工智能系统成功预测出川普将成为美国总统，这套亮相于2004年的系统，也曾经对以往三次总统选举进行过成功预测。去年，开发者设计的算法又一次准确预测出了最后关头共和党方面取得的后起势头。大数据还可以预测天气、预测地震，甚至预测你会不会生病等，而在交通方面，大数据预测的能力就极为重要，可以预测什么时间什么地方会拥堵。
大数据预测的关键是足够多的高质量的数据。当前滴滴在交通领域的数据量全球第一，每日峰值订单超过2000万单、每日处理数据超过2000TB，覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度，它所掌握的巨大的真实数据除了帮助预测路况外，还能对供需进行预测，供需预测越准确，越能更好的解决供需不平衡问题。
滴滴目前对15分钟后供需预测的准确度已经达到了85%，基于这样高的准确率，平台可以调度司机满足未来的打车需求，有效降低未来该区域供需不平衡的概率。甚至可以畅想，有一天滴滴将能精准地知道，星期五夜晚，雨天或雪天，港丽酒店门口有多少乘客需求，附近有多少运力？
路径规划和ETA两项地图技术是实现智能派单的关键，也将直接影响到司乘双方的使用体验。
通过海量历史数据，可以对未来路况做预测，实现A点到B点的路径规划，它是派单的核心，工程师围绕最低的价格、最高的司机效率和最佳交通系统运行效率来做算法。
ETA指预估任意起终点所需的行驶时间，要求精准性。滴滴是国内第一家把机器学习成功应用到ETA的公司，这是解决“订单高效匹配”和“司机运力调度”的关键技术。当前滴滴ETA可以预测每一单出行的时长以及预估在每一个路口前的等待时长。有了这项技术，可以在更合适的时间对运力进行更好的调度。
用滴滴叫车，和搜索的逻辑不同，网上的商品、资讯等信息都是静态停留在那里，计算方式只是将这个商品、信息挖掘出来即可，而滴滴的计算则类似于动态打靶，车辆永远在运动当中，要在众多运动的车辆中，给乘客一个最优的选择，不光是距离，时间也是。也就是实现平台效率和用户体验最大化。智能派单对订单量和司机数进行预测，然后通过大规模分布式计算来实现上述的最优撮合。
热心网友
时间：2022-06-18 19:06
热心网友
时间：2022-06-18 19:07
热心网友
时间：2022-06-18 19:07
热心网友
时间：2022-06-18 19:08
