Яндекс Такси• Яндекс такси - лучший агрегатор!

[Opoz]

Я вчера мало покатал до 19:00 . Но попал в шарик , прога не показала почему то порт , и удачно взял на 4400 оттуда , смена была купленна , так что вроде норм . Кэфов не ловил

[aser]

SergSpb »

Ярик232 писал(а): ↑
Вчера, 00:43
Везёт уже год как купил яндекс

Это я знаю. Просто раньше клиенты Везет не попадались.

тогда общайся с ними как они привыкли)))))))))))

[Permyak]

Да уж, надо было вчера работать…
Суббота совсем уж, застрял в Королёве на полночи, выехать вообще не даёт
Кэфы маленькие, заказы совсем тухлые

[And1984]

Добрый день! Подскажите как такие расчёты получаются, что на комфорте дешевле чем на экономе?

[xrsanek]

Много человек заказывает ЭКО кэФ растёт, машин становятся мало, и перекрывает К
КэФ на все тарифы индивидуально, чем больше заказов по тарифу тем выше его цена

[Чел]

Только яша, всегда рассказывает, что кэф связан не с фактическими заказами, а с тем, сколько пользователей открыли приложение.
А здесь слишком много вопросов

[xrsanek]

Интересно.. это как? Тоесть надо всем такси открыть приложение и кэФ взлетит?

[Борода 53]

Только яша, всегда рассказывает, что кэф связан не с фактическими заказами, а с тем, сколько пользователей открыли приложение.
А здесь слишком много вопросов

Это кому он рассказазывает? Подробности или ссылочку можно?

[Чел]

Дословно - в ответе ФАС на обращение.
А так почитайте здесь. А какие еще могут быть варианты?

https://habr.com/ru/company/yandex/blog/429226/

Но в этой задачке есть небольшая проблема – считать заказы вокруг пользователя может быть уже слишком поздно. Ведь заказ – это почти всегда уже занятая машина, а значит, повышение нашего коэффициента всегда будет запаздывать. Поэтому мы считаем не созданные заказы, а намерения заказать машину – пины. Пин – это метка «А» на карте, которую ставит пользователь, запуская наше приложение.

[Чел]

Или здесь

https://vc.ru/yandex.go/40971-pod-kapotom-yandeks-taksi

Для расчёта повышающего коэффициента «Яндекс.Такси» решает систему стохастических дифференциальных уравнений в окрестности точки, в которой находится пользователь, — тоже в реальном времени. Алгоритм смотрит на количество доступных машин, прогнозирует, сколько машин вскоре может появиться или освободиться, сколько людей ищет машину, какие поездки заказывают и так далее.

От того, какой коэффициент назначит алгоритм, зависит количество пользователей, которые отложат свою поездку или вовсе откажутся от неё, сколько водителей приедет в зону повышенного спроса и как быстро им удастся справиться с повышенным спросом. С этими величинами начинает работать машинное обучение.