R oad transport
公路运输觀
可视化分析
新1，杨军-易安军2，周佳慧3
（'广西交通职业技术学院管理工程系，广西南宁530023%.内蒙古蒙铁石油有限公司，内蒙古呼和浩特0 141003北京络捷斯特科技发展股份有限公司，北京100020）
摘要：文章针对网约车需求高峰期“打车难”的问题，按照大数据可视化分析的工作 路径，车企业的运营数据为例，利用PMT对数据，分析车
需求的，最终发现车需同时段、地域的。这些结论有
助车企车辆资源调度时合理的调度决策，从而最大程度地满
户需求$
关键词：车；数据分析；资源调度
中图分类号：U121文献标识码：A DOI：10.13282/jk..wccst.2019.03.046
文章编号：：673-4874（2019）03-0162-03
Visual Analysis Based on Car-hailing Resource Scheduling
ZHAO Ji-xin1,YANG Jun1,YI An-jun2,ZHOU Jia-hui3
(1.Department of Management Engineering,Guangxi Vocational&Technical College of Communica-
tions,Nanning,Guangxi,530023；2.Neimenggu Mengtie Petroleum Co.,Ltd.,Hohhot,Neimenggu,
014100%.Beiji n g Luojiesite Tech n o l ogy Developme n t Co.,Ltd.,Beiji n g,100020)
作者简介
赵继新（964—），在职研究生，副教授，研究：供应链管理、物企业管理、物流企业
计等；
杨军（1965—），在职研究生，副教授，研究（管理，
企计、大数据挖析等；
安军（1975—），研究：安全管理、资产管理、项目开发、物流管；
周佳慧（1994—），在读研究生，研究：数据挖掘$
Regard ing the problem of“difficulty in taxii ng"duri n g the peak dema n d period of car-hail i ng service,according to the working path of big data visualization analysis,with the operation data of a car-haili ng service en t erprise as the example,a n d after the data process i ng by PMT software,this article analyzes the characteristics of hailing car travel demand!and finally finds the difference of hailing car demand in different time periods and regions.These conclusions can help the car-hailing enterpr-i ses to make more reasonable scheduling decisions when scheduling the vehicle resources!so as to meet customer needs to the greatest extent.
Car-hailing service；Data analysis；Resource scheduling
0引言
技术的迅猛发展，为我国的带来了良好的发展$2015年，国务发的《国务院关于积极“互联网+”行动的指导意见》，为我国传的发展了新的发展生态。“互联网+”代新的，即充分发挥互联源中的优化和集成作用，网约车则是“互联网+”模式下的代表$车是指乘客通过互联台提供的，预约车现点运输服务的式。网约车为时及的车方式，给乘客带来了极的$然而，随式的普及，客户对网约车需求数量的上涨，有限的车辆源无法户的需求，特别的高峰期，‘'打车难"现象重。
自动打蜡机
航、李研究了车需求对城镇居民的影响，通过建立城镇居民需求系统动力学，地区的式的需，发现车丰富了出行手段，替代了出租车需求，有效地控制了能耗$安磊、赵书良等也利丿
162西部交通科技toHmunCattons Science&Technology
太阳影子定位
基于网约车资源调度的可视化分析/赵继新，杨军，易安军，周佳慧
的方法对车供需预测，通过构建，寻最佳的供需预。的学者在
车的地方立法、监管完善研究，但对
车资源调度问题的研究较少。本研究将基车的历史订单数据PMT对车资源进视析，从而为资源合理的调度提供决策支持。
1需求分析
同时间、地区的需同，对约车的需求也不同，需求高现“客多车少-勺资源张问题，需求低现“客少车多''的资源问题。合地调度有限的车源，最大限度地满户需求，实现运力资源最，成为网约车企业重点关注的问题。
数据普及的今天，通过对企车运行数据析，可发现车需求时，分析同时的需求匹配情况和订失情况，有助车企业及时发现现行车源调度的问题和，为改善资源调度问题提供可视化参考。 对车企说，现运力资源的最大，减少运力资源的浪费，降低，更能最大程度地户需求，提高客户满意度，增加企业的收益。，网约车需求的析对约车企业的资源调度来说是必少的。车需求析流程如图1。
|网约乍需求分析|
I~
|需求时间分析||需求空间分析|
I I
|工作日需求分需］|非工作日需求帚可|工作日需求分诃|非工作日需求丽］ 结论与建议
区域特征分析
图1网约车需求分析流程图
2数据来源与处理
2.1数据来源与结构
本研究选取了某网约车公司从2017-07-03（星期一）至2017—07—10（星期一）连续一周的数据，共计1364个实例，6个特征变量，包括ID信息、日期、订、预程、、
部分样本数据如图2。其中订0表示订单未预，即需求无法%订消，为客户下单后由于其他原因取消的订单;2表示订单，即需。，可认为订单未预:
为需求过无法的订单数，即为需求缺口数。在该数据，网约车编号的订单量同区域的生成量，终点编号的订单量同域的4量。此外，为了对区域进行分析，对不同的区域了,，2,3…”等的编号，并统计同时同区域的需求缺口数。
图2网约车订单需求样本数据图
2.2订单量拆分
根据订单需订为供需匹配数和订单流失数，并统计同一时间内的供需匹配数和订失数，其与订量的比供需匹配率和订失率。车需：在同的，为研究车的
性，可以依据订单需求的对其域层的拆分。域域中，根据订单是否也为供需匹配数和订失数，即为生成量和失量％域4地
分为4量和吸4流失量。
2.3数据处理
通过车需的时对车
不用充电的手电筒需求的影响 析，同时订单需求的况。基，车需求时
析中，以时间（包括日期、所划分的时）为维度，以订单量、供需匹配数、订失数、供需匹配率、订失率为指标，分析工作日工作日的车需求时。车需
析域维度、订单量、出行生成量、、失量、
停车场门禁系统
2019年第3期总第140期1
63
公路运输ROAD TRANSPORT
引量、吸引流失量为指标，分析工作日与非工作日的网约车需$
3网约车需求特征分析
3.1网约车出行分析
3.1.1工作日工作日的需析
工作日的需求量趋势有平峰期和高峰期。从凌晨05车需求很低，因为此时为人，基生需求$从早上6点开始，动开始，网约车需求逐渐增加，到了8点左右，出现次早高$早高持续到大约9点30，天中的需。到了6，开二次高，到17点为第二次高峰。到了18点30分左右，第二次高，开始
需$的2122点，需求量有小范围的增加，随后需求量开降。
工作日的车需的时工作日的需，从总量来说，需求量明显减少，需求高小时的订单量在450动。从时 看，从凌晨0早上9点需求量处于低水平，从10点开次高 ，并且持续!430$!7!8、2!22为需
求高峰期。因此，工作日与非工作日相比，下午和晚的需求时间高致，高的没［大$
3.12工作日工作日的供需匹配情况
从供需匹配数来看，工作日供需匹配数与订
量趋势一致，时致。从供需匹配率来看，该城市的车的供需匹配率维持在70%左右。当然，在某些时车的供需匹配率很高，比一般水平要高，车数及率高的缘故。在79点、、6点30分到18及21点到22三个时的供需匹配数高水!供需匹配率低水55%，甚至最低15%，这说明需求高峰
需求大，而现有车源却无法，“打车”现象严重。非工作日全天的供需匹配率波动不70%动，在夜间供需匹配率相对较低。
!供需匹配率低的时!说车的源没最大程度的$
3.
!.3工作日工作日的订失况
从订失数看!凌晨05!订失数少!40左右动$天的!订
失数维持350左右$需高!订数失情况严重，平均订失数为1000单左右，高峰时7000!订失况$从订失率看!订失率30%动!高时
45%动，特殊日子的高订失率85%$
工作日凌晨06时及!0
4点、718点、21点到22三个高峰，订失率相对高，水40%左右$
，订失数维持250左右，需高，订
失数上升。全天订失数在600，从订
取根
失率看，全天的订失率50%$
的看，无工作日工作日，订的失率都相对较高，这说 车的资源配置不合理问题较为重$
3.2车出行需求空分析
3.2.工作日工作日的生
—周中工作日工作日的每个区域生成量趋势基致。分别了7月4日和7月8日天排的生成量，结果发现个地工作日工作日的生成量都比较高，这说明该地综合用地域。通过需量最高的区域对其某天工作日的订单量、供需匹配况析，发现需盛区除了早高外供需匹配率明显高均水平，这也从侧面说明了车需求导向的 性。
3.2.2工作日工作日的引
周工作日工作日的域引量趋势基致。分别了7月4日和7月8日天排的引量，发现工作日工作日排二的地致的，生量相对较高的那地致的，这就进一步说了地综合地域$
网约车企业应对地区加强管理，在用户方面，通过引导用户预的准备，并户车，对车的用户的优惠，从高的率。管，扌线
，车车源有限的，提高量，提高资源率。台管，平台根据现供需匹配工作前置，预测未来的需求量,，减未来时刻供需矛盾。
3.3区域特征分析
本研究选取了工作日"月4日）中出行生成量和引量高的前十个区域进行分析，并需求
（下转第205页）
Western China
Communications Scie nce&Technology 164西部交通科技
交高职院校生职业素培养建探讨/唐锋识，充分发挥学生的；以丰富多样的活动开
展为主阵地，提高学生接受教育的积极性，培养学生的兴趣爱好，提高学生自我管理的能力；发挥团支部战斗堡垒作用，开展教育，做好学生爱党、爱国教育6$
5结语
交通类高学生的素养过程中，既要注重学生技能的培训，又要注重学生职素养体系的构建，的教学途径和方法，按照不同，循序渐进地培养学生的力和素质$偏离素养的，围绕交通素及内容体系，从交通人才需求视素质的要素，建立全面系的素体系和科学化的培养方式，良好的培养，并为交通类高学生素养途径的实施模式提供理论和实践参考。够参考文献
［1］王丹中.基点•形态•本质：产教融合的内涵分析职教论坛,2014(35)：79-82.
［2］沈体系化构建高职院校学生职业素质教育探析江苏高教,2011(4)：131-133.
［3］吴益峰.高学生素质拓展教育评价体系的构建一一城工技术学院为例纺织服装教育,2015(4)(90-293.
肖润花.高学生职业素养培养的内涵体系构建江西青年学院学报,2013(2):57-59.
［5］姜淑荣，赵欣，高家颜.校企双主体“浸入式”高职食品学生职业素养课程体系的构建探究职业, 2014(30):54-55.
［6］甘迎春，陈建新.校企合作背景下高职经管专业学生职业素质培养体系构建［J］.中外企业家,202(19):145-146.
收稿日期(019-02-05
(上接第164页)
量最高的区域时析。由订单需求量变趋势可知，该地区具有很明显的早晚高的“潮交通”特征，这也从侧面说明了该地的综合用地性，并且该地区除早高峰外，供求匹配率均高水平。在早高，出行需求很大，订失严重，供需匹配率很低。，网约车也应该加强对此类地区的管理，提高资源调度能力，降低订失率，提高供需匹配效率，从而为的用户提供满意的服务。
4结语
研究中采用了PMT对车资源可视析，分别从需求时间和需求空析，发现 车资源分配、、合理的地区$作为车的运营了解该城市车需的时
及，从而了解该城市的需
助车企相应的资源调度，从而提高企业的资源利用率以及用户的满意度。够
参考文献
［1］崔航，李书峰，王维才.网约车需求对城镇居民出行的影响研究—
—市为例［J］城市发展研究,2017,24
(5):131-134.
气门座圈［2］安磊，赵书良，武永亮，等.基于recurrent neural networks的网约车供需预法［J/OL］.计算机应用研究，2019(4c
收稿日期(019-02-10
2019年第3期总第40期205
