CN105260832A - 基于订单数据的出租车驾驶员绩效评估方法 - Google Patents
基于订单数据的出租车驾驶员绩效评估方法 Download PDFInfo
- Publication number
- CN105260832A CN105260832A CN201510654683.7A CN201510654683A CN105260832A CN 105260832 A CN105260832 A CN 105260832A CN 201510654683 A CN201510654683 A CN 201510654683A CN 105260832 A CN105260832 A CN 105260832A
- Authority
- CN
- China
- Prior art keywords
- data
- taxi
- evaluation
- performance evaluation
- taximan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明公开了一种基于订单数据的出租车驾驶员绩效评估方法,包括如下步骤:获取出租车数据,包括计价器上的订单数据、GPS中的轨迹数据,以及相关部门记录的交通事故和违规违法行为数据;预处理上述数据,清理错误数据;筛选有效数据属性,获得个体评价指标值;对每个评价指标值进行归一化处理;对归一化的评价指标值进行聚类处理,获得行业角度的评价结果。本发明通过大数据处理出租车的相关信息,建立了科学、合理的评价指标,为行业管理提供了科学智能的解决方案。
Description
技术领域
本发明涉及大数据处理技术和智能交通技术,尤其是一种基于订单数据的出租车驾驶员绩效评估方法。
背景技术
在出租车行业中最重要的参与者包括出租车企业、出租车驾驶员、行业管理部门以及乘客,其中驾驶员扮演着关键的角色,与乘客直接接触为其提供服务,也是出租车企业主要收入来源的执行者,一次是企业的主要管理对象。
但是,目前对出租车驾驶员的绩效评估体系还不健全,智能化程度不高,无法对其进行全面、科学、合理的评价,寻求一种新的、科学的、智能的考核方法十分必要。出租车驾驶员的绩效评价不应该单单从收入额来看。由于出租车行业是服务性行业,服务质量是行业运营中关键的评价标准之一,另外还有出租车的运行状态、驾驶员的操作习惯等都会影响到运营结果。
现有智能评价方案没有考虑上述因素,因此还存在不少缺点。
发明内容
发明目的:提供一种基于订单数据的出租车驾驶员绩效评估方法,以解决现有技术存在的上述问题。
技术方案:一种基于订单数据的出租车驾驶员绩效评估方法,包括如下步骤:
步骤S1、获取出租车数据,包括计价器上的订单数据、GPS中的轨迹数据,以及相关部门记录的交通事故和违规违法行为数据;
步骤S2、预处理上述数据,清理错误数据;
步骤S3、筛选有效数据属性,获得个体评价指标值;
步骤S4、对每个评价指标值进行归一化处理;
步骤S5、对归一化的评价指标值进行聚类处理,获得行业角度的评价结果。
进一步的,还包括建立驾驶员绩效评估体系,该绩效评估体系包括营收水平、运营效率、服务质量和运营安全,其中营收水平包括日订单数、单位时间收益金额和日总收益额;所述运营效率包括日工作时间、时间利用率、日行驶里程数和里程利用率;所述服务质量包括单位时间投诉次数和乘客满意度,所述运营安全包括单位时间加减速次数、单位时间违规违章行为数和单位时间交通事故数。
进一步的,所述时间利用率=有效运营(载客)时间/总行驶时间;
里程利用率=有效运营(载客)里程/总行驶里程
利润率=单位时间内的营收额-该时间内的成本额
=∑每笔订单金额-总行驶里程×单位距离的耗油量×燃油单价,其中,单位里程耗油量为经验值,燃油单价为当时市场价格;
所述出租车加减速次数获取方法为:出租车的加减速次数从车载GPS轨迹数据中获取,GPS数据中包括速度属性信息,当连续几个数据点的速度逐渐变小时为减速状态,当连续几个数据点的速度逐渐变大时即为加速状态。
进一步的,步骤S4中的归一化处理具体为:
x’=(X-min)/(max-min),式中,X、x’分别为归一化前后的样本数据数值,min、max为样本数据中的最小值和最大值。
进一步的,所述步骤S5进一步为:
S51、选取若干个对象作为初始聚类中心;
S52、对剩下的对象,根据它们与聚类中心的相似度分别将这些对象点分配给与其最相似的聚类中心所代表的聚类;
S53、对上一个步骤的聚类结果再次计算这些新聚类的聚类中心;
S54、重复步骤S52和S53,直到聚类中心保持不变为止,获得聚类结果。
有益效果:本发明通过大数据处理出租车的相关信息,建立了科学、合理的评价指标,为行业管理提供了科学智能的解决方案。
附图说明
图1:本发明的流程图。
图2:本发明的绩效评估指标体系图。
图3:里程利用率指标值聚类结果图。
具体实施方式
为解决上述问题,申请人进行了深入的研究,申请人认为:
出租车驾驶员的绩效评估分为三个方面:驾驶员个体角度的绩效评估、企业管理角度的驾驶员绩效评估、行业管理角度的绩效评估。近些年,出租车驾驶员***等现象时常出现,驾驶员的收入水平等在行业中处于何种位置,以及与其他行业之间存在何种差别,此类问题的答案从科学的数据中的获取将是十分必要的,因此,运用数据挖掘等技术,从行业管理角度的驾驶员绩效评估十分必要,也是出租车行业健康发展的重要保障。
计价器记录的数据信息是出租车运营状况的直接反映,通过计价器订单数据的分析可以掌握出租车的运营情况,即成本、收入状况。并且,目前出租车几乎全部出装有GPS车载设备,可以记录出租车在营运过程中的运行轨迹。该车载设备可以进行车辆定位算,计算出车辆所在位置的经纬度、方向、速度、时间、状态等信息。这些数据信息可以用来对出租车以及出租车驾驶员做绩效评估分析,还可以挖掘出更深层次的信息。GPS设备的应用广泛性以及数据的精确性使得其成为挖掘出租车相关深层信息的重要工具。结合计价器数据和GPS数据,可以全面分析出租车运营状态。
通过上述研究,申请人提出了一下技术方案:
该方法的基础是引入基于出租车订单数据和GPS数据的出租车驾驶员绩效评估方法,通过收集和分析GPS数据、计价器数据和交通事故违规违章行为数据,形成出租车驾驶员绩效的综合考核***,用以解决出租车行业角度的驾驶员绩效评估,提供了一种全新的科学合理的分析出租车驾驶员绩效考核的新形式。
本发明的具体实施方法详细描述:
数据准备:订单数据和GPS轨迹数据。计价器数据的具体格式如表1,包括驾驶员服务***、司机姓名、车来好、乘客评价、订单金额、上下车时间、上下车地点、行驶里程、营运里程、空驶里程、里程利用率。GPS轨迹记录设备记录的数据每隔3到5秒钟产生一次,GPS轨迹数据的具体格式如表2,有效数据包括车牌号、运营状态、发动机状态、车辆速度、经度、纬度、轨迹位置、轨迹时间。
表1计价器订单数据格式
表2GPS数据格式
建立绩效评估指标体系:
以营收水平、运营效率、服务质量、运营安全为主要考核评价指标的出租车驾驶员绩效评估指标体系,体系中评价指标分为两个角度:个体角度和行业角度,即从两个角度出发对出租车驾驶员的绩效进行评估;
出租车驾驶员绩效评估体系分为四个方面,分别为营收水平、运营效率、服务质量和运营安全;
营收水平,即评价驾驶员的订单数量、收益金额等指标;
运营效率,即驾驶员的工作时间、行驶里程以及时间利用率和里程利用率等指标;
服务质量,主要是考核乘客对驾驶员的投诉及满意度;
运营安全,即考核驾驶员在运营过程中的交通事故发生、违规违章行为发生以及一些影响安全的驾驶行为频率等指标。
在个体角度指标值确定的基础上,从行业角度对驾驶员绩效进行评估,获得驾驶员各绩效评估指标的行业水平。
收集到的订单数据、GPS数据以及公安部门提供的事故及违章数据进行数据的预处理,主要是对错误数据的清理:删除无用的属性,包括订单数据中的上下车地点以及GPS数据中的轨迹位置和发动机状态等属性。
确定个体评价指标值的方法:
时间利用率=有效运营(载客)时间/总行驶时间
里程利用率=有效运营(载客)里程/总行驶里程
出租车加减速次数,获得方法:出租车的加减速次数从车载GPS轨迹数据中获取,GPS数据中包括速度属性信息,当连续几个数据点的速度逐渐变小时即为减速状态,当连续几个数据点的速度逐渐变大时即为加速状态。
某驾驶员个体评价指标值:
归一化处理所获得的指标值:
对处理后的数据值进行k-means聚类:
(1)首先选取K个对象作为初始聚类中心;
(2)对于所剩的其他对象点,根据它们与聚类中心的相似度分别将这些对象点分配给与其最相似的聚类中心所代表的聚类;
(3)对上一个步骤聚类的结果再次计算这些新聚类的聚类中心;
(4)重复步骤(2)、(3),直到聚类中心保持不变为止。获得聚类结果(如图3为里程利用率的聚类结果)
对聚类结果进行等级划分,绩效评估指标的行业特征就包括各个指标值的等级范围和每个等级范围所占比例;绩效评估的行业角度的个体特征即为个体所处等级范围。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (5)
1.一种基于订单数据的出租车驾驶员绩效评估方法,其特征在于,包括如下步骤:
步骤S1、获取出租车数据,包括计价器上的订单数据、GPS中的轨迹数据,以及相关部门记录的交通事故和违规违法行为数据;
步骤S2、预处理上述数据,清理错误数据;
步骤S3、筛选有效数据属性,获得个体评价指标值;
步骤S4、对每个评价指标值进行归一化处理;
步骤S5、对归一化的评价指标值进行聚类处理,获得行业角度的评价结果。
2.如权利要求1所述的基于订单数据的出租车驾驶员绩效评估方法,其特征在于,还包括建立驾驶员绩效评估体系,该绩效评估体系包括营收水平、运营效率、服务质量和运营安全,其中营收水平包括日订单数、单位时间收益金额和日总收益额;所述运营效率包括日工作时间、时间利用率、日行驶里程数和里程利用率;所述服务质量包括单位时间投诉次数和乘客满意度,所述运营安全包括单位时间加减速次数、单位时间违规违章行为数和单位时间交通事故数。
3.如权利要求2所述的基于订单数据的出租车驾驶员绩效评估方法,其特征在于,所述时间利用率=有效运营(载客)时间/总行驶时间;
里程利用率=有效运营(载客)里程/总行驶里程
利润率=单位时间内的营收额-该时间内的成本额
=∑每笔订单金额-总行驶里程×单位距离的耗油量×燃油单价,其中,单位里程耗油量为经验值,燃油单价为当时市场价格;
所述出租车加减速次数获取方法为:出租车的加减速次数从车载GPS轨迹数据中获取,GPS数据中包括速度属性信息,当连续几个数据点的速度逐渐变小时为减速状态,当连续几个数据点的速度逐渐变大时即为加速状态。
4.如权利要求1所述的基于订单数据的出租车驾驶员绩效评估方法,其特征在于,步骤S4中的归一化处理具体为:
x’=(X-min)/(max-min),式中,X、x’分别为归一化前后的样本数据数值,min、max为样本数据中的最小值和最大值。
5.如权利要求1至4任一项所述的基于订单数据的出租车驾驶员绩效评估方法,其特征在于,所述步骤S5进一步为:
S51、选取若干个对象作为初始聚类中心;
S52、对剩下的对象,根据它们与聚类中心的相似度分别将这些对象点分配给与其最相似的聚类中心所代表的聚类;
S53、对上一个步骤的聚类结果再次计算这些新聚类的聚类中心;
S54、重复步骤S52和S53,直到聚类中心保持不变为止,获得聚类结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510654683.7A CN105260832A (zh) | 2015-10-10 | 2015-10-10 | 基于订单数据的出租车驾驶员绩效评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510654683.7A CN105260832A (zh) | 2015-10-10 | 2015-10-10 | 基于订单数据的出租车驾驶员绩效评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105260832A true CN105260832A (zh) | 2016-01-20 |
Family
ID=55100511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510654683.7A Pending CN105260832A (zh) | 2015-10-10 | 2015-10-10 | 基于订单数据的出租车驾驶员绩效评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260832A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529754A (zh) * | 2016-06-27 | 2017-03-22 | 江苏智通交通科技有限公司 | 基于大数据分析的出租车运营情况评估方法 |
CN107153906A (zh) * | 2017-03-21 | 2017-09-12 | 北京工业大学 | 一种出租车违法行为判定方法及*** |
CN107220762A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 基于驾驶过程监控的驾驶员评级*** |
CN107220760A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 通勤车客车驾驶员评级方法 |
CN108734947A (zh) * | 2017-04-13 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种运力调整的方法及装置 |
CN109034510A (zh) * | 2017-06-08 | 2018-12-18 | 上海济通信息技术有限公司 | 一种基于数据包络法的出租车绩效评价方法 |
CN109871396A (zh) * | 2019-01-31 | 2019-06-11 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多样本考评数据的归一化融合方法 |
CN110766940A (zh) * | 2019-09-24 | 2020-02-07 | 重庆交通大学 | 道路信号交叉口运行状况评估方法 |
CN112419707A (zh) * | 2020-08-13 | 2021-02-26 | 北京交通发展研究院 | 一种基于gps数据空间匹配的车辆运行效率评价方法及*** |
CN112633673A (zh) * | 2020-12-17 | 2021-04-09 | 广东天琴信息技术有限公司 | 一种驾驶员考核管理方法及装置 |
CN113792968A (zh) * | 2021-08-10 | 2021-12-14 | 温州市虹翼智能科技有限公司 | 一种车辆管理方法、***、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544741A (zh) * | 2013-09-24 | 2014-01-29 | 吴江智远信息科技发展有限公司 | 一种辅助驾驶*** |
CN103578270A (zh) * | 2013-11-14 | 2014-02-12 | 韩亚鹏 | 一种出租车信誉评价***及方法 |
CN104200267A (zh) * | 2014-09-23 | 2014-12-10 | 清华大学 | 一种车辆驾驶经济性评价***及评价方法 |
CN104680348A (zh) * | 2015-02-09 | 2015-06-03 | 上海海事大学 | 一种物流车辆驾驶员绩效考核*** |
-
2015
- 2015-10-10 CN CN201510654683.7A patent/CN105260832A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544741A (zh) * | 2013-09-24 | 2014-01-29 | 吴江智远信息科技发展有限公司 | 一种辅助驾驶*** |
CN103578270A (zh) * | 2013-11-14 | 2014-02-12 | 韩亚鹏 | 一种出租车信誉评价***及方法 |
CN104200267A (zh) * | 2014-09-23 | 2014-12-10 | 清华大学 | 一种车辆驾驶经济性评价***及评价方法 |
CN104680348A (zh) * | 2015-02-09 | 2015-06-03 | 上海海事大学 | 一种物流车辆驾驶员绩效考核*** |
Non-Patent Citations (4)
Title |
---|
俞彬: "管理信息***在客运企业驾驶员绩效考核中的应用浅析", 《黑龙江科技信息》 * |
焦红红: "城市出租汽车决策支持方法研究及***开发", 《中国优秀硕士学位论文全文数据库(工程科技II辑)》 * |
王悦: "K均值聚类在高校教师评价分析中的应用研究", 《计算机技术与发展》 * |
肖增斌: "出租汽车运营水平综合评价研究", 《中国优秀硕士学位论文全文数据库(经济与管理科学辑)》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529754B (zh) * | 2016-06-27 | 2020-04-03 | 江苏智通交通科技有限公司 | 基于大数据分析的出租车运营情况评估方法 |
CN106529754A (zh) * | 2016-06-27 | 2017-03-22 | 江苏智通交通科技有限公司 | 基于大数据分析的出租车运营情况评估方法 |
CN107153906A (zh) * | 2017-03-21 | 2017-09-12 | 北京工业大学 | 一种出租车违法行为判定方法及*** |
CN108734947A (zh) * | 2017-04-13 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种运力调整的方法及装置 |
CN107220762A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 基于驾驶过程监控的驾驶员评级*** |
CN107220760A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 通勤车客车驾驶员评级方法 |
CN109034510A (zh) * | 2017-06-08 | 2018-12-18 | 上海济通信息技术有限公司 | 一种基于数据包络法的出租车绩效评价方法 |
CN109871396A (zh) * | 2019-01-31 | 2019-06-11 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多样本考评数据的归一化融合方法 |
CN110766940A (zh) * | 2019-09-24 | 2020-02-07 | 重庆交通大学 | 道路信号交叉口运行状况评估方法 |
CN112419707A (zh) * | 2020-08-13 | 2021-02-26 | 北京交通发展研究院 | 一种基于gps数据空间匹配的车辆运行效率评价方法及*** |
CN112419707B (zh) * | 2020-08-13 | 2022-03-22 | 北京交通发展研究院 | 基于gps数据空间匹配的车辆运行效率评价方法及*** |
CN112633673A (zh) * | 2020-12-17 | 2021-04-09 | 广东天琴信息技术有限公司 | 一种驾驶员考核管理方法及装置 |
CN113792968A (zh) * | 2021-08-10 | 2021-12-14 | 温州市虹翼智能科技有限公司 | 一种车辆管理方法、***、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260832A (zh) | 基于订单数据的出租车驾驶员绩效评估方法 | |
Zhou et al. | Analysis of commercial truck drivers’ potentially dangerous driving behaviors based on 11-month digital tachograph data and multilevel modeling approach | |
CN112270460A (zh) | 一种基于多源数据的超重货车货源站点识别方法 | |
CN105160899B (zh) | 一种物联网智能交通违法管理装置 | |
CN107784587A (zh) | 一种驾驶行为评价*** | |
Prato et al. | Risk factors associated with crash severity on low-volume rural roads in Denmark | |
CN105575118A (zh) | 一种失驾人员筛选方法 | |
CN109767618B (zh) | 一种公安交管业务异常数据综合研判方法及*** | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的***识别方法 | |
Nasri et al. | Assessing risk factors associated with urban transit bus involved accident severity: a case study of a Middle East country | |
CN107918762A (zh) | 一种公路遗撒物快速检测***及方法 | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN109785627A (zh) | 一种十字路***通流量监控*** | |
Hasani et al. | Identifying High‐Risk Intersections for Walking and Bicycling Using Multiple Data Sources in the City of San Diego | |
Yu et al. | Quantification and management of urban traffic emissions based on individual vehicle data | |
Tang et al. | Estimating hotspots using a Gaussian mixture model from large-scale taxi GPS trace data | |
Wang et al. | Integrating before and after crash features into measuring the effectiveness of intersection safety improvement project in Harbin | |
CN101236694A (zh) | 机动车及驾驶员管理记录仪 | |
CN109033102A (zh) | 城市客运交通信息资源整合平台数据仓库构建的方法 | |
CN112989069B (zh) | 一种基于知识图谱与区块链的交通违章分析方法 | |
Mou et al. | Spatial influence of engineering construction on traffic accidents, a case study of Jinan | |
Shah et al. | Why do people take e-scooter trips? Insights on temporal and spatial usage patterns of detailed trip data | |
CN102157061A (zh) | 一种基于关键字统计的交通事件识别方法 | |
CN111833229B (zh) | 一种基于地铁依赖度的出行行为时空分析方法及装置 | |
CN109448377B (zh) | 一种使用卫星定位数据进行车辆行驶安全性评价的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160120 |
|
RJ01 | Rejection of invention patent application after publication |