理解司机位置动态对乘客接载性能的影响：一项案例研究
计算机与社会
2020-09-10 v1 机器学习
摘要
随着网约车出租车服务的出现，越来越多的学者试图分析出租车行程数据，以从司机与乘客的流动模式中获取洞察并理解城市公共交通的不同动态。现有研究局限于乘客位置分析（例如上客点与下客点），以最大化服务商利润或更好地管理资源。此外，接单请求时刻出租车司机的位置及其在时空域中的接载性能尚未被探索。本文在司机接载性能背景下分析预订请求时刻司机与乘客的位置。为便于分析，我们实现了一种称为 sco-iVAT 的共聚类技术的修正与扩展版本，以从源自新加坡 Grab 网约车服务预订记录的大关系数据中获取有用的簇与同簇。我们还探索了在不使用完整轨迹数据的情况下预测给定预订请求能否及时接载的可能性。最后，我们设计两种评分机制来计算某一预订请求所有司机候选者的接载性能得分。这些得分可整合进预订分配模型，以优先指派表现最优的司机进行乘客接载。
引用
@article{arxiv.2009.04108,
title = {Understanding the Dynamics of Drivers' Locations for Passengers Pickup Performance: A Case Study},
author = {Punit Rathore and Ali Zonoozi and Omid Geramifard and Tan Kian Lee},
journal= {arXiv preprint arXiv:2009.04108},
year = {2020}
}
备注
Submitted to IEEE Transactions on Inelligent Transportation Systems