滴滴打車滴米系統的演算法?

滴滴打車推出的滴米系統,利用大數據對客單進行量化,並平均分配給司機用戶。有效杜絕了好單人人搶壞單沒人接的窘境。那它的演算法大致是怎麼樣的?可否一猜?


我猜,大概是通過前期的數據,搞個模型調調參數,就知道什麼單子是好的,什麼單子是壞的。以後就把好單子平均分出去,這樣司機一天只能接到那麼一點點好單子,自然就不能拒絕壞單子了。


跟出租司機聊過幾次,基本明白這個東西的規則了。

從宏觀一點的角度來看,這是一種通過滴滴平台來進行計程車服務地理位置分布的調節機制。

對出租司機而言,單子分兩種,好單和差單。如同 @jiang jared 答案所說,市區去機場就是典型的好單子,而距離不長但十分擁堵的區域則通常是差單。滴米加入的目的在於調動更多的司機接差單,畢竟每一個打不上車的單子背後都有一個心焦的用戶。於是很自然的,好單扣滴米,差單得滴米。

賬戶上有了滴米之後,滴米在司機實際搶單時會換算成(負)距離。本來判定搶單的方式很簡單,哪個司機近就歸誰。但在加入滴米機制後,如果一個單子兩個司機搶了,A比B稍微遠一些,但是通過滴米的折算之後A就可能比B更近,這時候會判定A搶到單子。

另外滴滴為了防止有人game the system,好像有個簡單的規定:滴米值在-200到200之間且定期清零。


為了促進訂單成交,除了給司機補貼和要求乘客加價,是不是還有別的激勵方案?

於是滴滴牛逼的PM們推出了滴米這個牛逼的產品。滴米是一種虛擬貨幣,對於優質訂單,一堆司機擠破頭來搶,我們就扣他們虛擬貨幣,對於沒人要的訂單,我們就獎勵滴米。這樣就調節了優質劣質訂單冰火兩重天的不和諧局面。關鍵是,乘客和滴滴不用花一分錢!

產品很牛逼,策略上如何支持?一個訂單發出前,如何確定其是扣滴米還是獎勵滴米?扣多少獎多少?每個司機一樣嗎?整個策略會導致通貨膨脹或者緊縮嗎?

http://dongguo.me/blog/2015/07/18/wo-zai-di-di-yu-dao-de-ji-zhu-tiao-zhan/


匿名了,今天面試剛問這個題目。。然後面試官 balabala。。。跟我說了半天流量allocation的事情。。


推薦閱讀:

雲計算和大數據分析的系統架構方向,求學習計劃或者路線圖?
在當前大數據背景下,基於數據的歸納學習能否使得中醫重新獲得生命力?
如何看待《大數據時代》中提到的「不是因果關係,而是相關關係」,對科研有什麼啟發?
在實體經濟一片下滑的大環境中,哪些行業還可以?
基於大數據的成功應用有哪些 ?

TAG:演算法 | 積分制度 | 滴滴出行 | 出行O2O | 大數據分析 |