当前位置:

OFweek人工智能网

操作系统

正文

为何投放共享单车也需要人工智能?

导读: 4月13日消息,我们每天都能见到大量的共享单车,有的地方共享单车成排投放,有的地方却看不到这些小车的身影。

4月13日消息,我们每天都能见到大量的共享单车,有的地方共享单车成排投放,有的地方却看不到这些小车的身影。对于平台来说,在哪里投放共享单车、投放多少共享单车是一个值得研究的问题。如果投放车辆的地方没人需要,那投放效果就会大打折扣;如果人们在需要的地方找不到车,平台也会蒙受损失。

摩拜科学家:为什么投放共享单车也需要人工智能?

但是怎样确定哪里是合适的投放地点呢?单车被骑走到城市的各个角落后,如何调度才能保证它们能被更多人骑到呢?每天都有成千上万的故障车辆图片被上报给平台,其中的真假又如何分辨呢?近日,摩拜数据科学家尹大飞进行了一次分享,探讨了在解决上述问题中所采用的人工智能手段。

以下是尹大飞的演讲记录:

大家下午好!我是摩拜单车的数据科学家尹大飞,非常有幸在今天下午跟大家在这儿分享一下我们过去几个月时间在摩拜单车平台上做的一些数据分析和数据挖掘,甚至人工智能方面的一些研究。

今天讲座主要讲的是我们怎么样利用人工智能或者大数据的方法解决运营的问题。因为我们有几百万辆车,怎么样科学高效调度,几乎所有关心我们的朋友都会问到这样的问题。我的演讲过程中大家谁有问题可以随时举手提问。

我们数据部门不光是支持运营,我们也支持公司的财务部门、客户部门、包括运维。所以,应该说今天所讲的人工智能只是在我们公司一个部门的应用。今天给大家分享的是怎么样通过科学的调度方法以及预测方法解决在城市中管理上百万单车的事情。

首先,经过我们的一段时间运营之后发现,在各个城市每个地区单车供需极度不平衡。比如以我个人为例,我家在酒仙桥蒋台路附近,会发现这个地铁A口往北是非常密集的工业区,有恒通商业院、有360和58同城等等一系列的大型工业园区。C口是传统的居住区,每天早上自行车A口很快的被上班的人骑走了,C口的车会往往瘀积。所以我们的数据平台通过简单分析会发现,A口是一个热点区域,而在C口是冷点区域。做一些简单分析以后,其实我们运营同事就已经在我们的指导下优化了投车的方向和投车策略。投车的时候在A口多投一些车辆,C口有意地少投一些车辆。

除了利用历史数据做一些回归和策略性的计算之外,还做了一些跟预测相关的事情。大家知道影响单车供需最大的不确定因素就是天气,天气中我们没有区分出来是雨雪、还是PM2.5,还是气温、还是风速,经过我们一系列的回归分析发现,气温和降雨对我们的定单影响量的影响是最大的。

摩拜科学家:为什么投放共享单车也需要人工智能?

气候变化对订单量的影响

我们在这儿使用了GDDP,是一个机器学习算法,进行天气和定单量的预算,蓝色的点是实际定单,红色的点是预测的,大家看到基本预测还是符合这个趋势的。

摩拜科学家:为什么投放共享单车也需要人工智能?


1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号