首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

迎大拐点

配图来自Canva可画 在滴滴因用户信息问题被监管部门明令下架后,赛道又开始躁动起来了。...很显然,美团、高德、T3出行们至少当前已经形成了一个共识:滴滴被暂时关禁闭,就是赛道难得一遇的良机。 大拐点 滴滴这次的意外,可能是车行业发展至今最大的一个拐点。...依然不美好 就算滴滴暂时退场了,美团高德们的打车业务就一定能起飞吗?从整个的发展阶段和现状来看,滴滴虽然出了事,但这门生意并不美好的事实依然没有改变。 首先,难赚钱。...其次,监管属性重。回归过去十年的发展,资质、竞争等问题一直存在,也一直是监管重点。...尽管滴滴已经是行业老大,但赛道总是会有新玩家入场,因为入场门槛不高,有美团高德这样的互联网巨头,也有T3出行这样的主机巨头。始终处于红海的赛道,显然不是一门能轻易建立起“护城河”的生意。

93230

“功能”之后,决胜“服务”

不久前上海发布2022年上半年平台相关排名,在“投诉热点”这一栏里,“服务质量”排在网平台投诉的第一位,占投诉总量的23.64%。...在此基础上,还讲共享经济的故事,用流量思维去发展。就像共享单车和共享充电宝的蒙眼狂奔,追求极致“效率”和“规模”也是的主色调。...当我们回想对都留有怎样的印象,大多是烧钱、补贴、价格战这些关键词,但质量、体验、态度,却是个别平台会提供的“高端”服务。 采取如此激进的打法,的确斩获了可观的成绩。...今年8月,订单信息为7.03亿单,虽然是今年订单量最高的一个月,但平均每天接近2268万单,仍未超过每天2800万单这一历史最好成绩。 可以发现,有了市场规模,却停止了用户增长。...当平台将重心从烧钱补贴转向服务品质,用户获得丰富的乘坐体验,传递给用户的就不仅有利益价值、实用价值,更有深一层的情感价值。

1K40
您找到你想要的搜索结果了吗?
是的
没有找到

无人抢庄?路仍然很远

百度这次点名了,显然是想通过成本的降维打击,来冲击现有的格局和模式,来一场自动驾驶的革命。...百度和滴滴的这场仗,其实就是自动驾驶和传统的对抗。所以决胜的关键点包括三点。...第二是可提供服务的种类,滴滴的服务是全产品矩阵,百度的自动驾驶汽车目前来看在个性化和定制化服务方面可能还存在一些短板。...无人化仍然很远 光靠单辆汽车成本优势,无人是无法和目前滴滴们的车模式相抗衡的,因为的本质是共享出行,能否做大做强的关键在于规模成本的高低。...拿发展阶段来说,自动驾驶的就是完完全全的初期,而滴滴们的车模式已经步入高速成长的成熟期,这决定了的无人化仍然需要经过大量时间和市场的考验。

1.3K20

中级分析 | 单维度分类

01 前言 本文是“思路比代码重要”系列的第3篇 1 - 零售超市数据分析(趋势和指标) 2 - 车渠道初级分析(漏斗与整体结构) 3 - 司机情况中级分析 | 单维度分类(切割法) 前两篇推文中...| 本文原数据代码在后台回复 “单维切割” 即可获取~ 02 业务案例 这是一份司机的信息数据(仅一日) 这批司机当中,效率最高的司机是哪位?效率最低的呢? 这些数据反映了什么问题?...(假设:油耗是百公里8L,当前油价是6.6元/升) 节选展示 就在线时长这个指标为例,为什么有的司机只是工作1个小时多,我们上班正常来说都要 8 个小时。 那我们是不是可以把在线时长分一下类。...疑问与猜想: 虽然这只是一天的数据,但是否也足以说明该平台的司机存在虚假运力的情况,即:长时间在线,平台也派单了,但ta就是不接,可以混在线时长补贴(业务知识:有些平台会对在线时间长的司机提供在线时长补贴...有没有可能是平台的派单系统出了问题,导致特定情况时派单效率很低,一些司机长时间在线却没被派到单 ......

97930

“区块​链+”系列 | 区块链+

​寒风起,天气是越来越冷了,出门打个成为了更多人的选择,价钱上不说,不用站在寒风中等待拦停过往的出租车了,的确,的出现给人们的生活带来了太多的便捷。...随着车市场的不断壮大,随之而来的问题也是越来越多,司机背景的审核不严谨,注册车辆的不合规等等都给的安全埋下了隐患。...新政 2019年1月1日开始,针对的新政将会实施, 新政规定,只有办理了双证的才能合法运营,双证指《网络预约汽车驾驶员证》和《网络预约汽车运输证》。新政的出台,主要是针对安全问题。...突如其来的新政,虽然令很多司机不知所措,但却可以对车行业起到一个好的规范作用。...安全问题的根源首先是人为作恶,其次是平台审核存在漏洞,车主注册门槛太低,第三是隐私保护问题,第四是缺乏警方联动机制和应急能力。 那通过区块链这些问题能得到解决吗?

12.6K21

拓端tecdat:评论的数字辞典

请关注我们:点击上方「拓端数据」 兴起的给人们带来全新的出行体验。然而随着新政策的出台以及安全事件频发,车行业如今也不太顺风顺水。...拓端数据研究人员通过扫描、研究相关话题的评论数据,对”滴滴“们一探真相,为大家提炼出背后的数字辞典。 ▼ 兴起的给人们带来全新的出行体验。提前的方式解决了以往打车难的问题。...然而随着新政策的出台以及安全事件频发,车行业如今也不太顺风顺水。 那么,滴滴打车、滴答出行等究竟安全吗?...拓端(tecdat)数据研究人员通过扫描、研究相关话题的数据,对”滴滴“们一探真相,为大家提炼出背后的数字辞典。...图表2 同时从乐清事件中反应出来的用户平台不完善也成了情感得分最低的话题之一,用户反馈如客服系统对投诉的审核过慢、客服电话没人接。

1.3K30

算法与数据中台:业务实践

这里我们着重围绕整体架构与核心算法来阐述平台背后的技术力量。 ▊ 1  分层系统架构 我们可以把平台的典型系统架构简化为这样的分层设计模型。...平台的分层系统架构 其包含了产品接入平台、业务中台、算法与数据中台以及基础架构这四个互相依赖的层次。  ...业务中台 : 它包含了业务中最核心和最通用的业务,其中需求池、运力池、调度系统、订单系统、司机系统、分单系统、定价系统和策略引擎等是业务中台里至关重要的组成部分。...基础架构 : 作为底层支持,它为业务中的上层建筑提供了必要的存储保障、算力保障、资源保障、运维保障以及其他必要的支撑。该层面的系统和其他互联网系统中的基础架构组件没有本质区别。.../ 案 例 小 结 /  这个案例所阐述的智能定价方式只是平台里定价策略的一种基本形式,在不同的时期和市场状况下,平台所追求的目标是不一样的。

1.2K30

个性化推荐系统设计(3.1)如何评价个性化推荐系统的效果

其中精度是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率;召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率。 ?...撒一大,逮着了700条鲤鱼,200只虾,100只鳖。...100) = 70% 召回率 = 700 / 1400 = 50%   F值 = 70% * 50% * 2 / (70% + 50%) = 58.3%   不妨看看如果把池子里的所有的鲤鱼、虾和鳖都一打尽...image   可以看出,虽然两个系统的性能曲线有所交叠但是以圆点标示的系统的性能在绝大多数情况下要远好于用方块标示的系统。   ...最理想的系统, 其包含的面积应当是1,而所有系统的包含的面积都应当大于0。这就是用以评价信息检索系统的最常用性能指标,平均准确率mAP其规范的定义如下: ?

1.1K20

揭秘全球首台无人:无司机不要钱!

如何使用无人驾驶的服务?这些无人驾驶的表现又如何呢?且看东西本章分解!...获得资格后,用户在对应的Waymo APP中即可呼叫无人驾驶车前来提供接驾,不过当时的无人驾驶的驾驶座上会坐着一名安全员。...二、如何使用:用APP叫一辆无人 据Krafcik介绍,这些没有安全员的无人驾驶开放给测试群众后,他们仍将使用Waymo APP来呼叫无人驾驶,在今年4月份开始的载人测试中,用户可以在一周...7X24小时内使用无人服务。...与此同时,为了让乘客更加放心,车内也安装有一个HMI交互系统,乘客可以在屏幕上实时观察到无人驾驶“眼中”的世界,如下图。

1.5K90

个性化推荐系统(四)--- 推荐系统服务端

推荐系统怎样稳定高效提供服务,持续不断满足业务需求,持续不断面对技术挑战,是每一个服务端开发同学应该持续思考,和持续不断优化线上服务。         ...为了应对大型机构,特别是大型电子商务系统,需要持续不断优化,将单体程序进行横向纵向拆分,每个组织只维护自己的服务,每个模块可进行不断持续的升级优化,微服务将系统拆分,整个系统复杂度降低,并且每个系统部分...当下个性化推荐系统面临问题和一般程序有一定差异性,一方面个性化意味着“千人千面”,每个用户用到数据都不一样,常规缓存策略失效,这就要求对程序不断优化已保证性能。          ...当下个性化推荐正由策略主导,转型到由机器学习算法,深度学习算法,这一过程对于服务端要求要支持更多数据拉取,个性化推荐服务比较核心指标召回率,准确率。...当前今日头条,淘宝等个性化推荐服务均是构建在微服务架构之上,整个流程是根据用户信息拉取分类召回集,过滤已经曝光过,已经购买过等分类召回集,根据分类召回集拉取素材,过滤相应曝光,已购买等素材信息,对数据进行品牌

1.7K40

BPR:个性化排名推荐系统

-项目矩阵训练出多个矩阵,且一个矩阵表示一个用户的项目偏好情况来获得用户多个项目的偏序关系下来进行排名的推荐系统。...矩阵分解:矩阵分解在显式反馈和隐式反馈中都是推荐系统中很热门的方法。在近些年研究中,奇异值分解(svd)作为获得特征矩阵的重要方法。...潜在语义模型也在推荐系统中得到应用,Schemdit-Thieme提出把推荐看作是多分类问题,用一些二元分类器来解决。 ? BPR 推荐模型的特点 *基于item-item推导出个性化i偏好排名。...相对于一般的ranking,BPR强调个性化推荐。 *推导用于评估个性化推荐ranking的优化条件即后验概率,并用Roc曲线来类比证实BPR-OPT的可行性。...+表示u相对于项目j更倾向于项目i,-表示u相对于周围 BPR推荐系统会考虑positive value 和negative value,也就说所有item都会被个性化ranking,即使用户对某个

1.2K10

风云再起:“小窗口”和“大窗口”齐开

文|智能相对论 作者|陈壹 由于众所周知的原因,近来格局出现新突破口,行业发展迎来“窗口期”。 ? 看到机会的各大网平台,纷纷摩拳擦掌,直奔战场。...二次大战就此开打,背后逻辑也不难理解。 表面看,对其它平台来说,这是一个抢夺市场份额的最佳窗口。...那么,问题来了,二次开打的大战又有何不同?大战之后的赛道,未来又将如何决胜? “窗口期”纷争再起, “二次打车大战”有何不同?...截至2021年6月30日,全国共有236家平台公司取得平台经营许可,相比第一次打车大战时已经翻了数倍。 其次,主要玩家势力不同。...而据全国监管信息交互平台统计,截至2021年6月30日,各地共发放车驾驶员证349.3万本,车辆运输证132.7万本。相比而言,目前很多和驾驶员其实并不合规。

1.5K40

读书笔记 |《推荐系统实践》- 个性化推荐系统总结

高质量的推荐系统会使用户对系统产生依赖,因此,推荐系统不仅能为用户提供个性化服务,还能与用户建立长期稳定的关系,提高用户忠诚度,防止用户流失。 二、推荐系统评测 如何判定什么是好的推荐系统?...这些技术和方法在本质上是相同的,都可以用于个性化推荐系统。...3)基于关联规则的推荐 主要用于购物分析。...3、提升度 (Lift):提升度表示先购买A对购买B的概率的提升作用,用来判断规则是否有实际价值,即使用规则后商品在购物中出现的次数是否高于商品单独出现在购物中的频率。...物品冷启动 一个新上线的物品,没有用户对它产生过行为,怎么推荐给感兴趣的用户。 系统冷启动 一个新开发的网站,没有用户数据,怎么做个性化推荐。 2)解决方案: 提供非个性化推荐,如热门排行。

1.6K111

个性化推荐系统设计(2.1)推荐算法介绍

协同过滤算法 协同过滤(Collaborative filtering, CF)算法是目前个性化推荐系统比较流行的算法之一。...image 基于属性的推荐算法 基于用户标签的推荐 统计用户最常用的标签,对于每个标签,统计被打过这个标签次数最多的物品,然后将具有这些标签的最热门的物品推荐给这个用户。...image 基于热门内容的推荐算法 为用户推荐流行度高的物品,或者说新热物品。例如最近北方天气突然降温,一大堆用户开始在淘宝搜索购买大衣或者羽绒服,淘宝就会为北方用户推荐大衣。...流行度算法很好的解决冷启动问题,但推荐的物品有限,不能很好的命中用户的兴趣点;其推荐列表通常会作为候补列表推荐给用户;在微博、新闻等产品推荐时是常用的方法。...基本流程就是:确定物品的流行周期,计算物品在流行周期内的流行度,流行度高的物品作为被推荐的物品。

1.1K30

优酷推荐系统实践:个性化惊喜推荐系统PURS

,可提升推荐商品的novelty和diversity。...一、目标 加强推荐系统惊喜度,在传统推荐的基础上加入新鲜和未探索内容的推荐来提升用户惊喜体验 二、简介 1.PURS模型将惊喜度因素纳入推荐系统 2.在个性化推荐方面主要使用自注意力机制 3.基于会话的惊喜度感知因素...三、创新点 1.惊喜度Unexpected的引入 2.Unexpected 激活函数 3.个性化与基于会话的兴趣因子 4.基于行为序列的兴趣聚类 根据用户历史观看记录在embedding空间进行兴趣的聚类...2.HR@10(Hit Ratio) 分母是所有的测试集合,分子是每个用户前K个中属于测试集合的个数的总和,该指标衡量是召回率,该指标越大越好 3.Unexpected 用户对推荐系统的超预期体验...4.Coverage 关于覆盖率的定义,最简单的理解是推荐系统能够推荐出来的物品,占平台中全部物品的比例。

57320

Lyft和Uber“断臂求生”,巨头惨败自动驾驶

当地时间4月26日,美国公司Lyft宣布:已将旗下无人驾驶汽车部门Level5出售给丰田子公司Woven Planet Holdings,作价5.5亿美元。...都把无人驾驶当做未来的王牌,但王牌的代价太高了 自动驾驶曾经是巨头们心中的“天王山”。...而这将把的模式彻底颠覆。 而在此之前,Uber自己必须掌握这把“屠龙刀”。...曾有观点认为,手握海量行车数据的企业能够在自动驾驶方向拔得头筹,不过如今看来事与愿违。车模式至今尚未盈利这把“达摩克利斯之剑”一日不被解除,Uber们就没法让股东们掏出更多的经费。...如今自动驾驶江湖豪杰并起,互联网巨头公司、传统企、新势力企纷纷布局。但至少短时间内,企业应该只能在旁“观战”了。

76730

评论数据分析:深夜打不到,司机因加价被投诉最多

导读:兴起的给人们带来全新的出行体验。提前的方式解决了以往打车难的问题。然而随着新政策的出台以及安全事件频发,车行业如今也不太顺风顺水。 那么,安全吗?...拓端(tecdat)数据研究人员通过扫描、研究相关话题的数据,对一探真相,为大家提炼出背后的数字辞典。...来源:拓端数据(ID:ClanofData) 01 国内网在服务体验占优 从打车软件相关的话题数量分布来看,热门话题集中在打车公司、乐清事件、行业评价和专车收入上。 ?...收入 用户平台:我两次晚上加班打车,手动将调度费调为0,等待了半个小时皆打不到,平台没有将用户的需求考虑进去。...同时从乐清事件中反应出来的用户平台不完善也成了情感得分最低的话题之一,用户反馈如客服系统对投诉的审核过慢、客服电话没人接。

1.3K20

个性化推荐系统(二)---构建推荐引擎

当下推荐系统包含的层级特别的多,整个线上推荐系统包含:最上层线上推荐服务、中层各个推荐数据召回集(数据主题、分类池子)、底层各种推荐模型。        ...推荐系统介入线上各种业务,推荐系统当下已经介入内容方面:文章、问答、评论等各个业务系统,商品sku:纯商品、消息push、素材,混合多个业务同时推荐。...推荐引擎是一定要搞得了,业务发展极快,哪个业务都要接入个性化推荐。构建推荐引擎没什么好探讨的了,现在需要思考和探讨的是怎么构建推荐引擎。         从哪个角度思考呢?...杉枫是从个性化推荐系统、广告投放系统、搜索引擎三个既存在相似又有差异的系统着手思考的。...个性化推荐是一个正在蓬勃发展的技术,推荐引擎会不断吸收内部、外部,以及其他领域的结果不断进行完善。

1.8K00
领券