របៀបដែល Yandex.Taxi ស្វែងរករថយន្តនៅពេលដែលមិនមាន

សេវាតាក់ស៊ីល្អគួរតែមានសុវត្ថិភាព គួរឱ្យទុកចិត្ត និងលឿន។ អ្នក​ប្រើ​នឹង​មិន​ចូល​ទៅ​ក្នុង​ព័ត៌មាន​លម្អិត​ទេ៖ វា​សំខាន់​សម្រាប់​គាត់​ដែល​គាត់​ចុច​ប៊ូតុង "បញ្ជាទិញ" ហើយ​ទទួល​បាន​រថយន្ត​លឿន​តាម​ដែល​អាច​ធ្វើ​ទៅ​បាន ដែល​នឹង​នាំ​គាត់​ពី​ចំណុច A ដល់​ចំណុច B។ ប្រសិនបើ​គ្មាន​រថយន្ត​នៅ​ក្បែរ​នោះ សេវាកម្ម​គួរ ជូនដំណឹងភ្លាមៗអំពីរឿងនេះ ដើម្បីកុំឱ្យអតិថិជនមានការរំពឹងទុកមិនពិត។ ប៉ុន្តែប្រសិនបើផ្លាកសញ្ញា "គ្មានរថយន្ត" លេចឡើងញឹកញាប់ពេក នោះវាជាហេតុផលដែលមនុស្សម្នាក់នឹងឈប់ប្រើប្រាស់សេវាកម្មនេះ ហើយទៅរកដៃគូប្រកួតប្រជែង។

នៅក្នុងអត្ថបទនេះខ្ញុំចង់និយាយអំពីរបៀបដោយប្រើការរៀនម៉ាស៊ីនយើងបានដោះស្រាយបញ្ហានៃការស្វែងរករថយន្តនៅក្នុងតំបន់ដែលមានដង់ស៊ីតេទាប (នៅក្នុងពាក្យផ្សេងទៀតដែលជាកន្លែងដែលនៅ glance ដំបូងមិនមានរថយន្ត) ។ ហើយអ្វីដែលបានមកពីវា។

សម័យបុរេប្រវត្តិសាស្ត្រ

ដើម្បីហៅតាក់ស៊ី អ្នកប្រើប្រាស់អនុវត្តជំហានសាមញ្ញមួយចំនួន ប៉ុន្តែតើមានអ្វីកើតឡើងនៅក្នុងសេវាកម្ម?

អ្នកប្រើ	ដំណាក់កាល	ផ្នែកខាងក្រោយ Yandex.Taxi
ជ្រើសរើសចំណុចចាប់ផ្តើម	ម្ជុល	យើងកំពុងចាប់ផ្តើមការស្វែងរកសាមញ្ញសម្រាប់បេក្ខជន - ការស្វែងរកម្ជុល។ ដោយផ្អែកលើអ្នកបើកបរដែលបានរកឃើញ ពេលវេលាមកដល់ត្រូវបានព្យាករណ៍ - ETA នៅក្នុងម្ជុល។ មេគុណកើនឡើងនៅចំណុចមួយត្រូវបានគណនា។
ជ្រើសរើសគោលដៅ ថ្លៃឈ្នួល តម្រូវការ	ការផ្តល់ជូន	យើងបង្កើតផ្លូវមួយ និងគណនាតម្លៃសម្រាប់ពន្ធគយទាំងអស់ ដោយគិតគូរពីមេគុណកើនឡើង។
ចុចប៊ូតុង "ហៅតាក់ស៊ី"	បញ្ជាទិញ	យើងចាប់ផ្តើមការស្វែងរកពេញលេញសម្រាប់រថយន្ត។ យើងជ្រើសរើសអ្នកបើកបរដែលសមរម្យបំផុត ហើយផ្តល់ជូនគាត់នូវការបញ្ជាទិញ។

នៅលើ ETA នៅក្នុងម្ជុល, ការគណនាតម្លៃ и ជ្រើសរើសអ្នកបើកបរដែលសមរម្យបំផុត។ យើងបានសរសេររួចហើយ។ ហើយនេះគឺជារឿងរ៉ាវអំពីការស្វែងរកអ្នកបើកបរ។ នៅពេលដែលការបញ្ជាទិញត្រូវបានបង្កើត ការស្វែងរកកើតឡើងពីរដង៖ នៅលើ Pin និងនៅលើលំដាប់។ ការស្វែងរកការបញ្ជាទិញធ្វើឡើងជាពីរដំណាក់កាល៖ ការជ្រើសរើសបេក្ខជន និងចំណាត់ថ្នាក់។ ទីមួយ អ្នកបើកបរបេក្ខជនដែលអាចប្រើបានត្រូវបានរកឃើញថាអ្នកណានៅជិតបំផុតតាមក្រាហ្វផ្លូវ។ បន្ទាប់មកប្រាក់រង្វាន់ និងការត្រងត្រូវបានអនុវត្ត។ បេក្ខជនដែលនៅសល់ត្រូវបានដាក់ចំណាត់ថ្នាក់ ហើយអ្នកឈ្នះទទួលបានការផ្តល់ជូនការបញ្ជាទិញ។ ប្រសិនបើគាត់យល់ព្រមគាត់ត្រូវបានចាត់តាំងឱ្យទៅបញ្ជាហើយទៅកន្លែងចែកចាយ។ ប្រសិន​បើ​គាត់​មិន​ព្រម នោះ​ការ​ផ្តល់​ជូន​នឹង​មក​ដល់​អ្នក​បន្ទាប់។ ប្រសិនបើមិនមានបេក្ខជនទៀតទេ ការស្វែងរកចាប់ផ្តើមម្តងទៀត។ វាមានរយៈពេលមិនលើសពីបីនាទី បន្ទាប់ពីនោះការបញ្ជាទិញត្រូវបានលុបចោល និងដុតចោល។

ការស្វែងរកនៅលើ Pin គឺស្រដៀងនឹងការស្វែងរកតាមលំដាប់ដែរ មានតែការបញ្ជាទិញប៉ុណ្ណោះដែលមិនត្រូវបានបង្កើត ហើយការស្វែងរកដោយខ្លួនឯងត្រូវបានអនុវត្តតែម្តងប៉ុណ្ណោះ។ ការកំណត់សាមញ្ញសម្រាប់ចំនួនបេក្ខជន និងកាំស្វែងរកក៏ត្រូវបានប្រើប្រាស់ផងដែរ។ ភាពសាមញ្ញបែបនេះគឺចាំបាច់ ពីព្រោះវាមានលំដាប់នៃទំហំម្ជុលច្រើនជាងការបញ្ជាទិញ ហើយការស្វែងរកគឺជាប្រតិបត្តិការដ៏លំបាក។ ចំណុចសំខាន់សម្រាប់រឿងរបស់យើង៖ ប្រសិនបើក្នុងអំឡុងពេលការស្វែងរកបឋមគ្មានបេក្ខជនដែលសមរម្យត្រូវបានរកឃើញនៅលើ Pin នោះ ពួកយើងមិនអនុញ្ញាតឲ្យអ្នកធ្វើការបញ្ជាទិញនោះទេ។ យ៉ាងហោចណាស់នោះជារបៀបដែលវាធ្លាប់មាន។

នេះជាអ្វីដែលអ្នកប្រើបានឃើញនៅក្នុងកម្មវិធី៖

ស្វែងរកឡានដោយគ្មានឡាន

ថ្ងៃមួយ យើងបានបង្កើតសម្មតិកម្មមួយ៖ ប្រហែលជាក្នុងករណីខ្លះ ការបញ្ជាទិញនៅតែអាចបញ្ចប់បាន ទោះបីជាមិនមានរថយន្តនៅលើម្ជុលក៏ដោយ។ បន្ទាប់ពីបានទាំងអស់ ពេលវេលាខ្លះឆ្លងកាត់រវាងម្ជុល និងការបញ្ជាទិញ ហើយការស្វែងរកការបញ្ជាទិញកាន់តែពេញលេញ ហើយជួនកាលធ្វើម្តងទៀតច្រើនដង៖ ក្នុងអំឡុងពេលនេះ កម្មវិធីបញ្ជាដែលមានអាចលេចឡើង។ យើងក៏បានដឹងពីភាពផ្ទុយគ្នាផងដែរ៖ ប្រសិនបើអ្នកបើកបរត្រូវបានរកឃើញនៅលើម្ជុលនោះ វាមិនមែនជាការពិតដែលថាពួកគេនឹងត្រូវបានរកឃើញនៅពេលបញ្ជាទិញនោះទេ។ ពេលខ្លះពួកគេបាត់ខ្លួន ឬគ្រប់គ្នាបដិសេធការបញ្ជាទិញ។

ដើម្បីសាកល្បងសម្មតិកម្មនេះ យើងបានចាប់ផ្តើមការពិសោធន៍មួយ៖ យើងឈប់ពិនិត្យមើលវត្តមានរបស់រថយន្ត អំឡុងពេលស្វែងរកនៅលើ Pin សម្រាប់ក្រុមអ្នកប្រើប្រាស់សាកល្បង ពោលគឺពួកគេមានឱកាសធ្វើ "ការបញ្ជាទិញដោយគ្មានរថយន្ត"។ លទ្ធផលពិតជាមិននឹកស្មានដល់៖ ប្រសិនបើឡានមិននៅលើម្ជុលទេនោះក្នុង 29% នៃករណីវាត្រូវបានរកឃើញនៅពេលក្រោយ - នៅពេលស្វែងរកការបញ្ជាទិញ! ជាងនេះទៅទៀត ការបញ្ជាទិញដោយគ្មានរថយន្តមិនមានភាពខុសគ្នាខ្លាំងពីការបញ្ជាទិញធម្មតាទេ ទាក់ទងនឹងអត្រាការលុបចោល ការវាយតម្លៃ និងសូចនាករគុណភាពផ្សេងទៀត។ ការកក់ដោយគ្មានរថយន្តមានចំនួន 5% នៃការកក់ទាំងអស់ ប៉ុន្តែមានតែជាង 1% នៃការធ្វើដំណើរជោគជ័យទាំងអស់។

ដើម្បីស្វែងយល់ថាតើអ្នកប្រតិបត្តិនៃការបញ្ជាទិញទាំងនេះមកពីណា សូមក្រឡេកមើលស្ថានភាពរបស់ពួកគេអំឡុងពេលស្វែងរកនៅលើ Pin៖

• មាន៖ អាចរកបាន ប៉ុន្តែសម្រាប់ហេតុផលមួយចំនួនមិនត្រូវបានរាប់បញ្ចូលក្នុងបេក្ខជន ឧទាហរណ៍ គាត់នៅឆ្ងាយពេក។
• តាមបញ្ជា៖ រវល់ ប៉ុន្តែ​បាន​ដោះ​លែង​ខ្លួន​គាត់ ឬ​អាច​រក​បាន។ លំដាប់ខ្សែសង្វាក់;
• រវល់: សមត្ថភាពក្នុងការទទួលយកការបញ្ជាទិញត្រូវបានបិទ ប៉ុន្តែបន្ទាប់មកអ្នកបើកបរបានត្រលប់ទៅបន្ទាត់វិញ។
• មិនអាច: អ្នកបើកបរមិនមានអ៊ីនធឺណិតទេ ប៉ុន្តែគាត់បានបង្ហាញខ្លួន។

ចូរបន្ថែមភាពជឿជាក់

ការបញ្ជាទិញបន្ថែមគឺអស្ចារ្យណាស់ ប៉ុន្តែ 29% នៃការស្វែងរកជោគជ័យមានន័យថា 71% នៃពេលវេលាដែលអ្នកប្រើប្រាស់បានរង់ចាំរយៈពេលយូរ ហើយបញ្ចប់ទៅកន្លែងណា។ ទោះបីជានេះមិនមែនជារឿងអាក្រក់ពីទស្សនៈប្រសិទ្ធភាពនៃប្រព័ន្ធក៏ដោយ វាពិតជាផ្តល់ឱ្យអ្នកប្រើប្រាស់នូវក្តីសង្ឃឹមមិនពិត និងខ្ជះខ្ជាយពេលវេលា បន្ទាប់ពីនោះពួកគេមានការខកចិត្ត និង (អាច) ឈប់ប្រើប្រាស់សេវាកម្ម។ ដើម្បីដោះស្រាយបញ្ហានេះ យើងបានរៀនទាយពីលទ្ធភាពដែលរថយន្តដែលបញ្ជាទិញនឹងត្រូវបានរកឃើញ។

គ្រោងការណ៍មានដូចខាងក្រោម៖

• អ្នកប្រើប្រាស់ដាក់ម្ជុល។
• ការស្វែងរកត្រូវបានអនុវត្តនៅលើម្ជុល។
• ប្រសិនបើមិនមានរថយន្តទេនោះយើងព្យាករណ៍ថា: ប្រហែលជាពួកគេនឹងបង្ហាញខ្លួន។
• ហើយអាស្រ័យលើប្រូបាប៊ីលីតេ យើងអនុញ្ញាត ឬមិនអនុញ្ញាតឱ្យអ្នកធ្វើការបញ្ជាទិញ ប៉ុន្តែយើងព្រមានអ្នកថា ដង់ស៊ីតេនៃរថយន្តនៅក្នុងតំបន់នេះនៅពេលនេះគឺទាប។

នៅក្នុងកម្មវិធីវាមើលទៅដូចនេះ:

ការប្រើប្រាស់គំរូអនុញ្ញាតឱ្យអ្នកបង្កើតការបញ្ជាទិញថ្មីបានកាន់តែត្រឹមត្រូវ និងមិនធានាមនុស្សដោយឥតប្រយោជន៍។ នោះគឺដើម្បីធ្វើនិយតកម្មសមាមាត្រនៃភាពអាចជឿជាក់បាននិងចំនួននៃការបញ្ជាទិញដោយគ្មានម៉ាស៊ីនដោយប្រើគំរូជាក់លាក់ - រំលឹកឡើងវិញ។ ភាពជឿជាក់នៃសេវាកម្មជះឥទ្ធិពលដល់បំណងប្រាថ្នាក្នុងការបន្តប្រើប្រាស់ផលិតផល ពោលគឺនៅទីបញ្ចប់ វាទាំងអស់គឺធ្លាក់ទៅលើចំនួននៃការធ្វើដំណើរ។

បន្តិចអំពីភាពជាក់លាក់ - ការរំលឹកឡើងវិញភារកិច្ចជាមូលដ្ឋានមួយនៅក្នុងការរៀនម៉ាស៊ីនគឺ ភារកិច្ចចាត់ថ្នាក់៖ ចាត់ថ្នាក់វត្ថុមួយទៅថ្នាក់មួយក្នុងចំណោមពីរ។ ក្នុងករណីនេះ លទ្ធផលនៃក្បួនដោះស្រាយការរៀនម៉ាស៊ីនជារឿយៗក្លាយជាការវាយតម្លៃជាលេខនៃសមាជិកភាពនៅក្នុងថ្នាក់មួយ ឧទាហរណ៍ ការវាយតម្លៃប្រូបាប៊ីលីតេ។ ទោះជាយ៉ាងណាក៏ដោយ សកម្មភាពដែលត្រូវបានអនុវត្តជាធម្មតាជាប្រព័ន្ធគោលពីរ៖ ប្រសិនបើរថយន្តមាន នោះយើងនឹងអនុញ្ញាតឱ្យអ្នកបញ្ជាទិញវា ហើយបើមិនដូច្នេះទេ យើងនឹងមិនធ្វើទេ។ ដើម្បីឱ្យជាក់លាក់ យើងហៅក្បួនដោះស្រាយដែលបង្កើតការប៉ាន់ប្រមាណជាលេខគំរូ ហើយអ្នកចាត់ថ្នាក់ជាក្បួនដែលកំណត់វាទៅថ្នាក់មួយក្នុងចំណោមថ្នាក់ពីរ (1 ឬ -1)។ ដើម្បីបង្កើតការចាត់ថ្នាក់ដោយផ្អែកលើការវាយតម្លៃគំរូ អ្នកត្រូវជ្រើសរើសកម្រិតនៃការវាយតម្លៃ។ យ៉ាង​ណា​ប្រាកដ​អាស្រ័យ​លើ​កិច្ចការ។

ឧបមាថាយើងកំពុងធ្វើតេស្ត (អ្នកចាត់ថ្នាក់) សម្រាប់ជំងឺដ៏កម្រ និងគ្រោះថ្នាក់មួយចំនួន។ ផ្អែកលើលទ្ធផលតេស្ត យើងបញ្ជូនអ្នកជំងឺទៅពិនិត្យលម្អិតបន្ថែមទៀត ឬនិយាយថា៖ «ល្អ ត្រឡប់ទៅផ្ទះវិញ»។ សម្រាប់យើង ការបញ្ជូនអ្នកជំងឺទៅផ្ទះគឺអាក្រក់ជាងការពិនិត្យសុខភាពដោយមិនចាំបាច់។ នោះគឺយើងចង់ឱ្យការធ្វើតេស្តនេះធ្វើការសម្រាប់អ្នកឈឺពិតប្រាកដជាច្រើនតាមដែលអាចធ្វើទៅបាន។ តម្លៃនេះត្រូវបានគេហៅថា recall =. អ្នកចាត់ថ្នាក់ដ៏ល្អមួយមានការប្រមូលមកវិញ 100% ។ ស្ថានភាព​ដែល​ខូច​គឺ​ត្រូវ​បញ្ជូន​អ្នក​រាល់​គ្នា​ទៅ​ពិនិត្យ ហើយ​ការ​ហៅ​មក​វិញ​ក៏​នឹង​មាន​១០០%​ដែរ។

វាក៏កើតឡើងតាមរបៀបផ្សេងទៀតដែរ។ ឧទាហរណ៍ យើង​កំពុង​បង្កើត​ប្រព័ន្ធ​តេស្ត​សម្រាប់​សិស្ស ហើយ​វា​មាន​ឧបករណ៍​បន្លំ។ ប្រសិនបើភ្លាមៗនោះមូលប្បទានប័ត្រមិនដំណើរការសម្រាប់ករណីមួយចំនួននៃការបន្លំនោះ នេះគឺជាការមិនសប្បាយចិត្ត ប៉ុន្តែមិនមែនជាការរិះគន់នោះទេ។ ម៉្យាងវិញទៀត វាជាការអាក្រក់ខ្លាំងណាស់ក្នុងការចោទប្រកាន់សិស្សដោយអយុត្តិធម៌អំពីអ្វីមួយដែលពួកគេមិនបានធ្វើ។ នោះគឺវាមានសារៈសំខាន់សម្រាប់យើងដែលថាក្នុងចំណោមចម្លើយវិជ្ជមានរបស់អ្នកចាត់ថ្នាក់មានចម្លើយត្រឹមត្រូវជាច្រើនតាមដែលអាចធ្វើបាន ប្រហែលជាធ្វើឱ្យខូចចំនួនរបស់ពួកគេ។ នេះមានន័យថាអ្នកត្រូវបង្កើនភាពជាក់លាក់ = . ប្រសិនបើការកេះកើតឡើងលើវត្ថុទាំងអស់ នោះភាពជាក់លាក់នឹងស្មើនឹងប្រេកង់នៃថ្នាក់ដែលបានកំណត់ក្នុងគំរូ។

ប្រសិនបើ algorithm បង្កើតតម្លៃប្រូបាប៊ីលីតេជាលេខ បន្ទាប់មកដោយជ្រើសរើសកម្រិតខុសគ្នា អ្នកអាចសម្រេចបាននូវតម្លៃជាក់លាក់នៃការរំលឹកឡើងវិញ។

នៅក្នុងបញ្ហារបស់យើងស្ថានភាពគឺដូចខាងក្រោម។ ការរំលឹកឡើងវិញគឺជាចំនួននៃការបញ្ជាទិញដែលយើងអាចផ្តល់ជូន ភាពជាក់លាក់គឺជាភាពជឿជាក់នៃការបញ្ជាទិញទាំងនេះ។ នេះ​ជា​អ្វី​ដែល​ខ្សែកោង​ការ​រំលឹក​ឡើងវិញ​ដោយ​ជាក់លាក់​នៃ​ម៉ូដែល​របស់​យើង​មើល​ទៅ​ដូច​ជា៖

មាន​ករណី​ធ្ងន់ធ្ងរ​ពីរ៖ មិន​អនុញ្ញាត​ឲ្យ​អ្នក​ណា​បញ្ជា និង​អនុញ្ញាត​ឲ្យ​អ្នក​រាល់​គ្នា​បញ្ជា។ ប្រសិនបើអ្នកមិនអនុញ្ញាតនរណាម្នាក់ទេ នោះការរំលឹកឡើងវិញនឹងមាន 0: យើងមិនបង្កើតការបញ្ជាទិញទេ ប៉ុន្តែគ្មាននរណាម្នាក់ក្នុងចំណោមពួកគេនឹងត្រូវបរាជ័យឡើយ។ ប្រសិនបើយើងអនុញ្ញាតគ្រប់គ្នា នោះការរំលឹកឡើងវិញនឹងមាន 100% (យើងនឹងទទួលបានការបញ្ជាទិញដែលអាចធ្វើបានទាំងអស់) ហើយភាពជាក់លាក់នឹងមាន 29% ពោលគឺ 71% នៃការបញ្ជាទិញនឹងមិនល្អ។

យើងបានប្រើប៉ារ៉ាម៉ែត្រផ្សេងៗនៃចំណុចចាប់ផ្តើមជាសញ្ញា៖

• ពេលវេលា/ទីកន្លែង។
• ស្ថានភាពប្រព័ន្ធ (ចំនួនម៉ាស៊ីនដែលកាន់កាប់នៃពន្ធគយ និងម្ជុលទាំងអស់នៅក្នុងតំបន់ជុំវិញ) ។
• ប៉ារ៉ាម៉ែត្រស្វែងរក (កាំ, ចំនួនបេក្ខជន, កម្រិត)។

បន្ថែមទៀតអំពីសញ្ញា

តាមគំនិត យើងចង់បែងចែករវាងស្ថានភាពពីរ៖

• "ព្រៃជ្រៅ" - មិនមានឡាននៅទីនេះទេនៅពេលនេះ។
• "សំណាងអាក្រក់" - មានឡាន ប៉ុន្តែនៅពេលស្វែងរក វាមិនសមស្របទេ។

ឧទាហរណ៍មួយនៃ "Unlucky" គឺប្រសិនបើមានតម្រូវការច្រើននៅក្នុងមជ្ឈមណ្ឌលនៅល្ងាចថ្ងៃសុក្រ។ មានការបញ្ជាទិញច្រើន មនុស្សជាច្រើនមានឆន្ទៈ និងមិនមានអ្នកបើកបរគ្រប់គ្រាន់សម្រាប់មនុស្សគ្រប់គ្នា។ វាអាចប្រែទៅជាដូចនេះ: មិនមានអ្នកបើកបរសមរម្យនៅក្នុងម្ជុលទេ។ ប៉ុន្តែតាមព្យញ្ជនៈក្នុងរយៈពេលប៉ុន្មានវិនាទីពួកគេលេចឡើងព្រោះនៅពេលនេះមានអ្នកបើកបរជាច្រើននៅក្នុងកន្លែងនេះហើយស្ថានភាពរបស់ពួកគេកំពុងផ្លាស់ប្តូរជានិច្ច។

ដូច្នេះ សូចនាករប្រព័ន្ធផ្សេងៗនៅតំបន់ជុំវិញចំណុច A បានក្លាយជាលក្ខណៈល្អ៖

• ចំនួនរថយន្តសរុប។
• ចំនួនរថយន្តតាមលំដាប់។
• ចំនួនរថយន្តដែលមិនមានសម្រាប់ការបញ្ជាទិញក្នុងស្ថានភាព "រវល់"។
• ចំនួនអ្នកប្រើប្រាស់។

យ៉ាងណាមិញ កាលណាមានរថយន្តកាន់តែច្រើន ទំនងជាមានរថយន្តមួយក្នុងចំនោមពួកគេនឹងមានកាន់តែច្រើន។
តាមការពិតវាមានសារៈសំខាន់សម្រាប់យើងដែលមិនត្រឹមតែមានរថយន្តមានទីតាំងនៅប៉ុណ្ណោះទេប៉ុន្តែក៏មានការធ្វើដំណើរប្រកបដោយជោគជ័យផងដែរ។ ដូច្នេះ គេអាចទស្សន៍ទាយបានអំពីប្រូបាប៊ីលីតេនៃការធ្វើដំណើរប្រកបដោយជោគជ័យ។ ប៉ុន្តែ​យើង​សម្រេច​ចិត្ត​មិន​ធ្វើ​បែប​នេះ​ទេ ព្រោះ​តម្លៃ​នេះ​អាស្រ័យ​យ៉ាង​ខ្លាំង​ទៅ​លើ​អ្នក​ប្រើ និង​កម្មវិធី​បញ្ជា។

ក្បួនដោះស្រាយការបណ្តុះបណ្តាលគំរូគឺ CatBoost. ទិន្នន័យដែលទទួលបានពីការពិសោធន៍ត្រូវបានប្រើប្រាស់សម្រាប់ការបណ្តុះបណ្តាល។ បន្ទាប់ពីការអនុវត្ត ទិន្នន័យបណ្តុះបណ្តាលត្រូវតែត្រូវបានប្រមូល ជួនកាលអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់មួយចំនួនតូចបញ្ជាទិញប្រឆាំងនឹងការសម្រេចចិត្តរបស់ម៉ូដែល។

លទ្ធផល

លទ្ធផលនៃការពិសោធគឺដូចការរំពឹងទុក៖ ការប្រើប្រាស់គំរូអនុញ្ញាតឱ្យអ្នកបង្កើនចំនួននៃការធ្វើដំណើរដែលទទួលបានជោគជ័យយ៉ាងខ្លាំងដោយសារតែការបញ្ជាទិញដោយគ្មានរថយន្ត ប៉ុន្តែដោយមិនប៉ះពាល់ដល់ភាពជឿជាក់។

នៅពេលនេះ យន្តការនេះត្រូវបានដាក់ឱ្យដំណើរការនៅក្នុងទីក្រុង និងប្រទេសទាំងអស់ ហើយដោយមានជំនួយរបស់វា ប្រហែល 1% នៃការធ្វើដំណើរជោគជ័យកើតឡើង។ ជាងនេះទៅទៀត នៅក្នុងទីក្រុងមួយចំនួនដែលមានដង់ស៊ីតេរថយន្តទាប ចំណែកនៃការធ្វើដំណើរបែបនេះឈានដល់ 15% ។

ប្រកាសផ្សេងទៀតអំពីបច្ចេកវិទ្យាតាក់ស៊ី

• របៀបដែលយើងចែកចាយការបញ្ជាទិញរវាងអ្នកបើកបរនៅក្នុង Yandex.Taxi
• តម្លៃថាមវន្ត ឬរបៀបដែល Yandex.Taxi ព្យាករណ៍ពីតម្រូវការខ្ពស់។
• របៀបប្រើប្រាស់កុំព្យូទ័រ ដើម្បីវាយតម្លៃស្ថានភាពរថយន្ត។ បទពិសោធន៍ Yandex.Taxi
• របៀបដែល Yandex.Taxi ទស្សន៍ទាយពេលវេលាទៅយករថយន្តដោយប្រើម៉ាស៊ីនរៀន

ប្រភព: www.habr.com