深度学习核心技术精讲100篇(三十八)-滴滴司机调度系统实践

Posted 文宇肃然

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习核心技术精讲100篇(三十八)-滴滴司机调度系统实践相关的知识,希望对你有一定的参考价值。

前言

随着移动互联网的兴起,网约车逐渐成为了大众常用的一个出行选择。但在网约车平台上经常出现这种情况:有时候乘客抱怨打不到车,与此同时其他地方的司机却没有订单接,长时间空驶。这就是典型的供需不平衡问题,即乘客和司机的自然分布出现了错配。这一方面让很多乘客的出行需求得不到满足,另一方面也让很多司机空驶等待,运力资源没有充分利用。如何解决供需不平衡问题呢?

01背景

出租车为人们提供了方便灵活的出行服务,在公共交通中扮演了重要角色。出租车在道路上空载行驶寻找乘客的过程,称为空车巡游过程。这一过程可能会占到出租车司机工作时间的50%以上,降低了出租车的运营效率。

在网约车平台上,司机和乘客向平台上报他们的实时位置,平台通过集中决策机制来完成司机和乘客间的匹配。在这种情况下,司机可以在实际见到乘客前就接到该乘客的订单,因而空车巡游的目的不再是寻找乘客,而是寻找一个接到订单概率更高的地理区域或者路线。

本质上来说,空车巡游是由供给和需求间的不平衡导致的。例如图1中,在早高峰司机将一位乘客从家送到办公室后,由于此刻办公区域乘客需求很少,司机必须再次回到住宅区才能有比较大的机会接到下一单。

图1. 司机调度问题背景

以上是关于深度学习核心技术精讲100篇(三十八)-滴滴司机调度系统实践的主要内容,如果未能解决你的问题,请参考以下文章

深度学习核心技术精讲100篇(三十九)-医疗健康领域的短文本理解

深度学习核心技术精讲100篇(三十三)-微博推荐算法实践与机器学习平台演进

深度学习核心技术精讲100篇(三十)-ClickHouse在字节跳动广告业务中的应用

深度学习核心技术精讲100篇(五十八)- 如何量化医学图像分割中的置信度?

深度学习核心技术精讲100篇(三十五)-美团餐饮娱乐知识图谱——美团大脑揭秘

深度学习核心技术精讲100篇(三十七)-利用Contrastive Learning对抗数据噪声:对比学习在微博场景的实践