《基於社會媒體的動態共乘服務研究》是依託上海交通大學，由侯立文擔任項目負責人的面上項目。
基本介紹
- 中文名：基於社會媒體的動態共乘服務研究
- 項目類別：面上項目
- 項目負責人：侯立文
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
動態共乘（DR）作為一種緩解城市交通出行難題的新模式目前並沒達到預期效果，而解決途徑需要從接受意願和運行過程來考慮。本項目從如何開展DR服務入手，擬對DR服務的四個基本問題展開研究。（1）DR服務接受意願：主要研究不同信任水平下使用DR服務的風險和收益怎樣決定潛在參與者服務接受意願，以及建立怎樣的信任機制；（2）DR匹配服務：主要研究三個問題，一是DR成功匹配的標準怎樣確定，二是如何建立DR特徵匹配模型，並在多智慧型體平台上實現；三是如何快速實現乘客與司機的多對多匹配；（3）DR信息服務：評價DR信息服務能力，確定關鍵因素，分析社會媒體創新能力的影響，建立虛假信息識別模型，提高信息質量；（4）DR服務價值：根據所構建的DR服務社會福利函式，分析外部收益和服務費用替代方式，尋找車主參與的激勵機制。項目研究所針對的問題在國際上也剛起步，研究成果有限。所設計研究內容有新意，研究前景具有實際意義。
結題摘要
共享經濟促進了動態共乘的發展，目前的理論研究還相對滯後，本項目從平台和服務提供兩方面入手，圍繞5個問題展開了研究，（1）平台動態共乘信息的提供：首先研究了動態共乘平台如何在搜尋引擎上通過競價而贏得流量，建立了圍繞ROI的層次貝葉斯網路模型，通過參數學習，得到了最優出價模型。之後又針對競價過程中的欺詐點擊建立了隱馬爾科夫模型，仿真實驗了模型的判斷準確度。（2）平台自律和乘客點評對司機績效的影響：首先區分了司機的兩種績效，基於平台自律和乘客點評建立了一個績效評價模型系統，利用實證數據和層次貝葉斯估計方法，得到了各因素對司機績效的的影響程度。（3）共乘影響因素：在個體層面，利用多智慧型體仿真平台研究了不同信任水平及與時間窗共同作用下的共乘匹配成功率的變化；在市場層面，利用實證數據，對四個城市的共乘匹配頻率研究建立了面板Poisson模型，並進行了固定效應和隨機效應檢驗。（4）共乘匹配：主要研究了乘客選擇、共乘選擇、大規模匹配算法三個問題，首先建立了乘客效用最大和行程最短的雙目標0-1最佳化模型，通過和聲分散搜尋算法求得了最優解，並在100×100的路網上進行了仿真實驗；其次針對自駕、公交和共乘三種選擇，以狀態依賴效用為理論分析框架，以各種選擇的人數為狀態變數，通過求解所建立的動態規劃模型，獲得了三種選擇的穩定分布，以及共乘人數變化與總收益的關係；最後，針對如何在一個共乘系統中安排車輛與用戶的匹配，以及如何獲得最優行車路線，設計了一個廣義的帶時間窗的dial-a-ride模型，並提出了一類大臨域搜尋算法求解該模型。（5）共乘的動態定價：以每個周期選擇共乘乘客的期望人數和乘客的耐心為狀態變數，以平台收益最大為目標，建立一個雙狀態變數的動態規劃模型，利用collocation算法求解，獲得了針對每個乘客的最優定價，並確定了收益、定價和乘客人數三者之間的關係，以及邊際價格的變化。總體而言，本項目研究為動態共乘服務的運營提供了豐富的理論基礎，同時也提出了新的研究問題。
