જ્યારે કોઈ ન હોય ત્યારે Yandex.Taxi કાર કેવી રીતે શોધે છે

સારી ટેક્સી સેવા સુરક્ષિત, ભરોસાપાત્ર અને ઝડપી હોવી જોઈએ. વપરાશકર્તા વિગતોમાં જશે નહીં: તે તેના માટે મહત્વપૂર્ણ છે કે તે "ઓર્ડર" બટનને ક્લિક કરે અને શક્ય તેટલી ઝડપથી એક કાર પ્રાપ્ત કરે જે તેને બિંદુ A થી બિંદુ B પર લઈ જશે. જો નજીકમાં કોઈ કાર ન હોય, તો સેવા હોવી જોઈએ તરત જ આ વિશે જાણ કરો જેથી ક્લાયન્ટને ખોટી અપેક્ષાઓ ન હોય. પરંતુ જો "નો કાર નથી" ચિહ્ન ઘણી વાર દેખાય છે, તો તે તાર્કિક છે કે વ્યક્તિ ફક્ત આ સેવાનો ઉપયોગ કરવાનું બંધ કરશે અને હરીફ પાસે જશે.

આ લેખમાં હું તે વિશે વાત કરવા માંગુ છું કે કેવી રીતે, મશીન લર્નિંગનો ઉપયોગ કરીને, અમે ઓછી ઘનતાવાળા વિસ્તારોમાં કાર શોધવાની સમસ્યાને હલ કરી (બીજા શબ્દોમાં, જ્યાં, પ્રથમ નજરમાં, ત્યાં કોઈ કાર નથી). અને તેમાંથી શું આવ્યું.

પ્રાગૈતિહાસિક

ટેક્સી કૉલ કરવા માટે, વપરાશકર્તા થોડા સરળ પગલાંઓ કરે છે, પરંતુ સેવાની અંદર શું થાય છે?

વપરાશકર્તા	સ્ટેજ	બેકએન્ડ Yandex.Taxi
પ્રારંભિક બિંદુ પસંદ કરે છે	પિન	અમે ઉમેદવારો માટે એક સરળ શોધ શરૂ કરી રહ્યા છીએ - પિન શોધ. મળેલા ડ્રાઇવરોના આધારે, આગમન સમયની આગાહી કરવામાં આવે છે - પિનમાં ETA. આપેલ બિંદુ પર વધતા ગુણાંકની ગણતરી કરવામાં આવે છે.
ગંતવ્ય, ભાડું, જરૂરિયાતો પસંદ કરે છે	ઓફર	અમે રૂટ બનાવીએ છીએ અને વધતા ગુણાંકને ધ્યાનમાં લઈને તમામ ટેરિફ માટે કિંમતોની ગણતરી કરીએ છીએ.
"ટૅક્સીને કૉલ કરો" બટન દબાવો	ઓર્ડર	અમે કાર માટે સંપૂર્ણ શોધ શરૂ કરીએ છીએ. અમે સૌથી યોગ્ય ડ્રાઈવર પસંદ કરીએ છીએ અને તેને ઓર્ડર ઓફર કરીએ છીએ.

પર પિનમાં ETA, કિંમત ગણતરી и સૌથી યોગ્ય ડ્રાઈવર પસંદ કરી રહ્યા છીએ અમે પહેલેથી જ લખ્યું છે. અને આ ડ્રાઇવરો શોધવા વિશેની વાર્તા છે. જ્યારે ઓર્ડર બનાવવામાં આવે છે, ત્યારે શોધ બે વાર થાય છે: પિન પર અને ઓર્ડર પર. ઓર્ડરની શોધ બે તબક્કામાં થાય છે: ઉમેદવારોની ભરતી અને રેન્કિંગ. પ્રથમ, ઉપલબ્ધ ઉમેદવાર ડ્રાઇવરો મળી આવે છે જેઓ રોડ ગ્રાફ સાથે સૌથી નજીક છે. પછી બોનસ અને ફિલ્ટરિંગ લાગુ કરવામાં આવે છે. બાકીના ઉમેદવારોને ક્રમ આપવામાં આવે છે અને વિજેતાને ઓર્ડર ઓફર મળે છે. જો તે સંમત થાય, તો તેને ઓર્ડર સોંપવામાં આવે છે અને ડિલિવરી પોઇન્ટ પર જાય છે. જો તે ઇનકાર કરે છે, તો પછીની ઓફર આવે છે. જો ત્યાં વધુ ઉમેદવારો ન હોય, તો શોધ ફરીથી શરૂ થાય છે. આ ત્રણ મિનિટથી વધુ ચાલતું નથી, જેના પછી ઓર્ડર રદ કરવામાં આવે છે અને બાળી નાખવામાં આવે છે.

પિન પર શોધ કરવી એ ઓર્ડર પર શોધવા જેવું જ છે, ફક્ત ઓર્ડર બનાવવામાં આવતો નથી અને શોધ ફક્ત એક જ વાર કરવામાં આવે છે. ઉમેદવારોની સંખ્યા અને શોધ ત્રિજ્યા માટે સરળ સેટિંગ્સનો પણ ઉપયોગ થાય છે. આવા સરળીકરણો જરૂરી છે કારણ કે ત્યાં ઓર્ડર કરતાં વધુ પિનનો ક્રમ છે, અને શોધ એ એક મુશ્કેલ કામગીરી છે. અમારી વાર્તાનો મુખ્ય મુદ્દો: જો પ્રારંભિક શોધ દરમિયાન પિન પર કોઈ યોગ્ય ઉમેદવારો ન મળ્યા, તો અમે તમને ઓર્ડર આપવા માટે પરવાનગી આપતા નથી. ઓછામાં ઓછું એવું જ હતું.

વપરાશકર્તાએ એપ્લિકેશનમાં આ જોયું:

કાર વિનાની કાર શોધો

એક દિવસ અમે એક પૂર્વધારણા સાથે આવ્યા: કદાચ કેટલાક કિસ્સાઓમાં ઓર્ડર હજી પણ પૂર્ણ થઈ શકે છે, પછી ભલે ત્યાં પિન પર કોઈ કાર ન હોય. છેવટે, પિન અને ઓર્ડર વચ્ચે થોડો સમય પસાર થાય છે, અને ઓર્ડરની શોધ વધુ પૂર્ણ થાય છે અને કેટલીકવાર ઘણી વખત પુનરાવર્તિત થાય છે: આ સમય દરમિયાન, ઉપલબ્ધ ડ્રાઇવરો દેખાઈ શકે છે. અમે વિપરીત પણ જાણતા હતા: જો ડ્રાઇવરો પિન પર મળી આવ્યા હતા, તો તે હકીકત નથી કે ઓર્ડર કરતી વખતે તેઓ મળી આવશે. કેટલીકવાર તેઓ અદૃશ્ય થઈ જાય છે અથવા દરેક વ્યક્તિ ઓર્ડરનો ઇનકાર કરે છે.

આ પૂર્વધારણાને ચકાસવા માટે, અમે એક પ્રયોગ શરૂ કર્યો: અમે વપરાશકર્તાઓના પરીક્ષણ જૂથ માટે પિન પર શોધ દરમિયાન કારની હાજરી તપાસવાનું બંધ કર્યું, એટલે કે, તેમને "કાર વિનાનો ઓર્ડર" કરવાની તક મળી. પરિણામ તદ્દન અનપેક્ષિત હતું: જો કાર પિન પર ન હતી, તો પછી 29% કેસોમાં તે પછીથી મળી આવી હતી - ઓર્ડર પર શોધ કરતી વખતે! તદુપરાંત, કાર વિનાના ઓર્ડર કેન્સલેશન રેટ, રેટિંગ્સ અને અન્ય ગુણવત્તા સૂચકાંકોના સંદર્ભમાં નિયમિત ઓર્ડર કરતાં નોંધપાત્ર રીતે અલગ નહોતા. તમામ બુકિંગમાં કાર વિનાના બુકિંગનો હિસ્સો 5% છે, પરંતુ તમામ સફળ ટ્રિપ્સમાં માત્ર 1%થી વધુ.

આ ઓર્ડરના અમલકર્તાઓ ક્યાંથી આવે છે તે સમજવા માટે, ચાલો પિન પર શોધ દરમિયાન તેમની સ્થિતિ જોઈએ:

• ઉપલબ્ધ: ઉપલબ્ધ હતું, પરંતુ કેટલાક કારણોસર ઉમેદવારોમાં શામેલ કરવામાં આવ્યો ન હતો, ઉદાહરણ તરીકે, તે ખૂબ દૂર હતો;
• ના હુકમ પર: વ્યસ્ત હતો, પરંતુ પોતાને મુક્ત કરવામાં અથવા તેના માટે ઉપલબ્ધ થવામાં વ્યવસ્થાપિત સાંકળ ઓર્ડર;
• વ્યસ્ત: ઓર્ડર સ્વીકારવાની ક્ષમતા અક્ષમ હતી, પરંતુ પછી ડ્રાઇવર લાઇન પર પાછો ફર્યો;
• ઉપલબ્ધ નથી: ડ્રાઈવર ઓનલાઈન ન હતો, પરંતુ તે દેખાયો.

ચાલો વિશ્વસનીયતા ઉમેરીએ

વધારાના ઓર્ડરો મહાન છે, પરંતુ 29% સફળ શોધનો અર્થ એ છે કે 71% વખત વપરાશકર્તાએ લાંબા સમય સુધી રાહ જોવી અને ક્યાંય જવાનું સમાપ્ત કર્યું નથી. જો કે સિસ્ટમ કાર્યક્ષમતાના દૃષ્ટિકોણથી આ ખરાબ બાબત નથી, તે વાસ્તવમાં વપરાશકર્તાને ખોટી આશા આપે છે અને સમયનો બગાડ કરે છે, જેના પછી તેઓ અસ્વસ્થ થઈ જાય છે અને (સંભવતઃ) સેવાનો ઉપયોગ કરવાનું બંધ કરે છે. આ સમસ્યાને ઉકેલવા માટે, અમે ઓર્ડર પર કાર મળવાની સંભાવનાની આગાહી કરવાનું શીખ્યા.

યોજના આ છે:

• વપરાશકર્તા પિન મૂકે છે.
• પિન પર શોધ હાથ ધરવામાં આવે છે.
• જો ત્યાં કોઈ કાર નથી, તો અમે આગાહી કરીએ છીએ: કદાચ તેઓ દેખાશે.
• અને સંભાવનાના આધારે, અમે તમને ઓર્ડર આપવા માટે મંજૂરી આપીએ છીએ અથવા મંજૂરી આપતા નથી, પરંતુ અમે તમને ચેતવણી આપીએ છીએ કે આ સમયે આ વિસ્તારમાં કારની ઘનતા ઓછી છે.

એપ્લિકેશનમાં તે આના જેવું દેખાતું હતું:

મૉડલનો ઉપયોગ કરવાથી તમે નવા ઑર્ડર વધુ સચોટ રીતે બનાવી શકો છો અને લોકોને નિરર્થક આશ્વાસન આપતા નથી. એટલે કે, ચોકસાઇ-રિકોલ મોડલનો ઉપયોગ કરીને મશીનો વિના વિશ્વસનીયતાના ગુણોત્તર અને ઓર્ડરની સંખ્યાનું નિયમન કરવું. સેવાની વિશ્વસનીયતા ઉત્પાદનનો ઉપયોગ ચાલુ રાખવાની ઇચ્છાને પ્રભાવિત કરે છે, એટલે કે અંતે તે બધું ટ્રિપ્સની સંખ્યા પર આવે છે.

ચોકસાઇ-યાદ વિશે થોડુંમશીન લર્નિંગના મૂળભૂત કાર્યોમાંનું એક વર્ગીકરણ કાર્ય છે: બેમાંથી એક વર્ગને ઑબ્જેક્ટ સોંપવું. આ કિસ્સામાં, મશીન લર્નિંગ અલ્ગોરિધમનું પરિણામ ઘણીવાર વર્ગોમાંના એકમાં સભ્યપદનું સંખ્યાત્મક મૂલ્યાંકન બની જાય છે, ઉદાહરણ તરીકે, સંભાવનાનું મૂલ્યાંકન. જો કે, જે ક્રિયાઓ કરવામાં આવે છે તે સામાન્ય રીતે દ્વિસંગી હોય છે: જો કાર ઉપલબ્ધ હોય, તો અમે તમને તેનો ઓર્ડર આપીશું, અને જો નહીં, તો અમે નહીં કરીએ. ચોક્કસ થવા માટે, ચાલો એક અલ્ગોરિધમને કૉલ કરીએ જે આંકડાકીય અંદાજનું મોડેલ બનાવે છે, અને વર્ગીકૃત એક નિયમ કે જે તેને બે વર્ગો (1 અથવા -1)માંથી એકને સોંપે છે. મોડેલ આકારણીના આધારે વર્ગીકૃત કરવા માટે, તમારે મૂલ્યાંકન થ્રેશોલ્ડ પસંદ કરવાની જરૂર છે. બરાબર કેવી રીતે કાર્ય પર મોટા પ્રમાણમાં આધાર રાખે છે.

ધારો કે આપણે કોઈ દુર્લભ અને ખતરનાક રોગ માટે ટેસ્ટ (વર્ગીફાયર) કરી રહ્યા છીએ. પરીક્ષણ પરિણામોના આધારે, અમે કાં તો દર્દીને વધુ વિગતવાર તપાસ માટે મોકલીએ છીએ અથવા કહીએ છીએ: "સારું, ઘરે જાઓ." અમારા માટે, બીમાર વ્યક્તિને ઘરે મોકલવી એ તંદુરસ્ત વ્યક્તિની બિનજરૂરી તપાસ કરવા કરતાં વધુ ખરાબ છે. એટલે કે, અમે ઇચ્છીએ છીએ કે ટેસ્ટ શક્ય તેટલા ખરેખર બીમાર લોકો માટે કામ કરે. આ મૂલ્યને રિકોલ = કહેવાય છે. એક આદર્શ વર્ગીકૃત 100% રિકોલ ધરાવે છે. અધોગતિની સ્થિતિ એ છે કે દરેકને પરીક્ષા માટે મોકલો, પછી રિકોલ પણ 100% થશે.

તે બીજી રીતે પણ થાય છે. ઉદાહરણ તરીકે, અમે વિદ્યાર્થીઓ માટે પરીક્ષણ સિસ્ટમ બનાવી રહ્યા છીએ, અને તેમાં છેતરપિંડી ડિટેક્ટર છે. જો અચાનક ચેક છેતરપિંડીના કેટલાક કેસો માટે કામ કરતું નથી, તો આ અપ્રિય છે, પરંતુ ગંભીર નથી. બીજી બાજુ, વિદ્યાર્થીઓએ જે કર્યું નથી તેના માટે અન્યાયી રીતે આરોપ મૂકવો તે અત્યંત ખરાબ છે. એટલે કે, તે આપણા માટે મહત્વપૂર્ણ છે કે વર્ગીકૃતના હકારાત્મક જવાબોમાં શક્ય તેટલા સાચા જવાબો છે, કદાચ તેમની સંખ્યાને નુકસાન પહોંચાડશે. આનો અર્થ એ છે કે તમારે મહત્તમ ચોકસાઇ કરવાની જરૂર છે = . જો તમામ ઑબ્જેક્ટ પર ટ્રિગરિંગ થાય છે, તો ચોકસાઇ નમૂનામાં વ્યાખ્યાયિત વર્ગની આવર્તન જેટલી હશે.

જો અલ્ગોરિધમ સંખ્યાત્મક સંભાવના મૂલ્ય ઉત્પન્ન કરે છે, તો પછી વિવિધ થ્રેશોલ્ડ પસંદ કરીને, તમે વિવિધ ચોકસાઇ-રીકલ મૂલ્યો પ્રાપ્ત કરી શકો છો.

અમારી સમસ્યામાં પરિસ્થિતિ નીચે મુજબ છે. રિકોલ એ ઓર્ડરની સંખ્યા છે જે અમે ઓફર કરી શકીએ છીએ, ચોકસાઇ એ આ ઓર્ડરની વિશ્વસનીયતા છે. અમારા મૉડલનું પ્રિસિઝન-રિકોલ કર્વ આના જેવું દેખાય છે:

ત્યાં બે આત્યંતિક કિસ્સાઓ છે: કોઈને ઓર્ડર કરવાની મંજૂરી આપશો નહીં અને દરેકને ઓર્ડર કરવાની મંજૂરી આપો. જો તમે કોઈને મંજૂરી આપતા નથી, તો રિકોલ 0 હશે: અમે ઓર્ડર બનાવતા નથી, પરંતુ તેમાંથી કોઈ નિષ્ફળ જશે નહીં. જો અમે દરેકને મંજૂરી આપીએ, તો રિકોલ 100% હશે (અમને તમામ સંભવિત ઓર્ડર પ્રાપ્ત થશે), અને ચોકસાઇ 29% હશે, એટલે કે 71% ઓર્ડર ખરાબ હશે.

અમે સંકેતો તરીકે પ્રારંભિક બિંદુના વિવિધ પરિમાણોનો ઉપયોગ કર્યો:

• સમય/સ્થળ.
• સિસ્ટમની સ્થિતિ (આસપાસમાં તમામ ટેરિફ અને પિનની કબજે કરેલ મશીનોની સંખ્યા).
• શોધ પરિમાણો (ત્રિજ્યા, ઉમેદવારોની સંખ્યા, પ્રતિબંધો).

ચિહ્નો વિશે વધુ

વૈચારિક રીતે, અમે બે પરિસ્થિતિઓ વચ્ચે તફાવત કરવા માંગીએ છીએ:

• "ડીપ ફોરેસ્ટ" - આ સમયે અહીં કોઈ કાર નથી.
• "અશુભ" - ત્યાં કાર છે, પરંતુ શોધ કરતી વખતે ત્યાં કોઈ યોગ્ય ન હતી.

શુક્રવારની સાંજે કેન્દ્રમાં ઘણી માંગ હોય તો "અનલકી" નું એક ઉદાહરણ છે. ત્યાં ઘણા બધા ઓર્ડર છે, ઘણા બધા લોકો તૈયાર છે અને દરેક માટે પૂરતા ડ્રાઈવરો નથી. તે આના જેવું થઈ શકે છે: પિનમાં કોઈ યોગ્ય ડ્રાઇવરો નથી. પરંતુ શાબ્દિક રીતે સેકંડમાં તેઓ દેખાય છે, કારણ કે આ સમયે આ જગ્યાએ ઘણા બધા ડ્રાઇવરો છે અને તેમની સ્થિતિ સતત બદલાતી રહે છે.

તેથી, બિંદુ A ની આસપાસના વિવિધ સિસ્ટમ સૂચકાંકો સારી લાક્ષણિકતાઓ હોવાનું બહાર આવ્યું છે:

• કારની કુલ સંખ્યા.
• ઓર્ડર પર કારની સંખ્યા.
• "વ્યસ્ત" સ્થિતિમાં ઓર્ડર કરવા માટે અનુપલબ્ધ કારની સંખ્યા.
• વપરાશકર્તાઓની સંખ્યા.

છેવટે, ત્યાં જેટલી વધુ કાર છે, તેમાંથી એક ઉપલબ્ધ થવાની શક્યતા વધુ છે.
હકીકતમાં, તે આપણા માટે મહત્વપૂર્ણ છે કે માત્ર કાર જ સ્થિત નથી, પણ સફળ સફર પણ કરવામાં આવે છે. તેથી, સફળ સફરની સંભાવનાની આગાહી કરવી શક્ય હતું. પરંતુ અમે આ ન કરવાનું નક્કી કર્યું, કારણ કે આ મૂલ્ય વપરાશકર્તા અને ડ્રાઇવર પર ઘણો આધાર રાખે છે.

મોડેલ તાલીમ અલ્ગોરિધમ હતું કેટબૂસ્ટ. પ્રયોગમાંથી મેળવેલ ડેટાનો ઉપયોગ તાલીમ માટે કરવામાં આવ્યો હતો. અમલીકરણ પછી, પ્રશિક્ષણ ડેટા એકત્રિત કરવો પડતો હતો, કેટલીકવાર થોડી સંખ્યામાં વપરાશકર્તાઓને મોડેલના નિર્ણયની વિરુદ્ધ ઓર્ડર કરવાની મંજૂરી આપી હતી.

પરિણામો

પ્રયોગના પરિણામો અપેક્ષા મુજબ હતા: મોડેલનો ઉપયોગ કરવાથી તમે કાર વિનાના ઓર્ડરને કારણે સફળ ટ્રિપ્સની સંખ્યામાં નોંધપાત્ર વધારો કરી શકો છો, પરંતુ વિશ્વસનીયતા સાથે સમાધાન કર્યા વિના.

આ ક્ષણે, તમામ શહેરો અને દેશોમાં મિકેનિઝમ શરૂ કરવામાં આવી છે અને તેની મદદથી, લગભગ 1% સફળ ટ્રિપ્સ થાય છે. તદુપરાંત, કારની ઓછી ઘનતાવાળા કેટલાક શહેરોમાં, આવી ટ્રિપ્સનો હિસ્સો 15% સુધી પહોંચે છે.

ટેક્સી ટેકનોલોજી વિશે અન્ય પોસ્ટ્સ

• અમે Yandex.Taxi માં ડ્રાઇવરો વચ્ચે ઓર્ડરનું વિતરણ કેવી રીતે કરીએ છીએ
• ગતિશીલ ભાવ, અથવા કેવી રીતે Yandex.Taxi ઉચ્ચ માંગની આગાહી કરે છે
• કારની સ્થિતિનું મૂલ્યાંકન કરવા માટે કમ્પ્યુટર વિઝનનો ઉપયોગ કેવી રીતે કરવો. Yandex.Taxi અનુભવ
• કેવી રીતે Yandex.Taxi મશીન લર્નિંગનો ઉપયોગ કરીને કાર પિક-અપ સમયની આગાહી કરે છે

સોર્સ: www.habr.com