本發(fā)明涉及一種駕駛員評(píng)級(jí)方法，具體涉及通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法。
背景技術(shù)：
打車(chē)軟件是一種智能手機(jī)應(yīng)用，乘客可以便捷地通過(guò)手機(jī)發(fā)布打車(chē)信息，并立即和搶單司機(jī)直接溝通，大大提高了打車(chē)效率。如今各種手機(jī)應(yīng)用軟件正實(shí)現(xiàn)著對(duì)傳統(tǒng)服務(wù)業(yè)和原有消費(fèi)行為的顛覆。當(dāng)打車(chē)市場(chǎng)進(jìn)入“零補(bǔ)貼時(shí)代”，對(duì)于打車(chē)軟件來(lái)說(shuō)，用戶(hù)的黏性成為一大考驗(yàn)。作為補(bǔ)貼大戰(zhàn)的主角，滴滴打車(chē)正在經(jīng)受著這一挑戰(zhàn)。然而，雖然取消了補(bǔ)貼，但用戶(hù)對(duì)滴滴打車(chē)的使用熱度依然不減。滴滴打車(chē)會(huì)如此受到青睞，取決于其對(duì)乘客出行習(xí)慣和出行方式的成功塑造。
現(xiàn)有打車(chē)軟件大多只有用戶(hù)對(duì)司機(jī)進(jìn)行評(píng)分，同時(shí)，大部分乘客在下車(chē)后都覺(jué)得評(píng)分較為麻煩，經(jīng)常不進(jìn)行評(píng)分，而系統(tǒng)默認(rèn)為滿(mǎn)分，因此，現(xiàn)有的駕駛員評(píng)級(jí)方法可靠性并不高。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明所要解決的技術(shù)問(wèn)題是現(xiàn)有打車(chē)軟件大多只有用戶(hù)對(duì)司機(jī)進(jìn)行評(píng)分，同時(shí)，大部分乘客在下車(chē)后都覺(jué)得評(píng)分較為麻煩，經(jīng)常不進(jìn)行評(píng)分，而系統(tǒng)默認(rèn)為滿(mǎn)分，因此，現(xiàn)有的駕駛員評(píng)級(jí)方法可靠性并不高，目的在于提供通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法，解決現(xiàn)有打車(chē)軟件大多只有用戶(hù)對(duì)司機(jī)進(jìn)行評(píng)分，同時(shí)，大部分乘客在下車(chē)后都覺(jué)得評(píng)分較為麻煩，經(jīng)常不進(jìn)行評(píng)分，而系統(tǒng)默認(rèn)為滿(mǎn)分，因此，現(xiàn)有的駕駛員評(píng)級(jí)方法可靠性并不高的問(wèn)題。
本發(fā)明通過(guò)下述技術(shù)方案實(shí)現(xiàn)：
通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法，包括以下步驟：
a、獲取駕駛員每次駕駛的乘客有效評(píng)分及至少一項(xiàng)本次駕駛的駕駛參數(shù)；
b、建立多因素交互作用模型，模型包括作為因變量的乘客有效評(píng)分和作為自變量的駕駛參數(shù)；
c、對(duì)步驟b中建立的模型進(jìn)行線(xiàn)性分析得到每種駕駛參數(shù)對(duì)乘客評(píng)分的影響；
d、建立駕駛參數(shù)評(píng)分標(biāo)準(zhǔn)；
e、根據(jù)步驟d中得到的每種駕駛參數(shù)對(duì)乘客評(píng)分的影響以及步驟c中建立的駕駛參數(shù)評(píng)分標(biāo)準(zhǔn)對(duì)駕駛員的每次駕駛進(jìn)行評(píng)分。先提取乘客評(píng)分中的有效評(píng)分，通過(guò)將駕駛員的駕駛參數(shù)與乘客的有效評(píng)分進(jìn)行匹配，可以得到各項(xiàng)駕駛參數(shù)對(duì)乘客感受的影響度，根據(jù)這一影響度對(duì)駕駛員的每次駕駛進(jìn)行評(píng)分，得到司機(jī)每次駕駛的得分，根據(jù)這一得分的平均分對(duì)司機(jī)進(jìn)行評(píng)級(jí)。
所述步驟a中獲取每次駕駛的乘客有效評(píng)分的方法是：
a1、去掉沒(méi)有主動(dòng)對(duì)司機(jī)進(jìn)行評(píng)分的乘客，提取當(dāng)次車(chē)所有乘客的評(píng)分；
a2、將所有評(píng)分按正態(tài)分布進(jìn)行排列；
a3、提取正態(tài)分布中間80％的數(shù)據(jù)作為有效數(shù)據(jù)計(jì)算平均數(shù)作為乘客有效評(píng)分。
還包括通過(guò)對(duì)評(píng)分被選為有效數(shù)據(jù)的乘客進(jìn)行獎(jiǎng)勵(lì)的方法刺激更多的乘客主動(dòng)進(jìn)行評(píng)分。
所述步驟c中使用spss對(duì)模型進(jìn)行線(xiàn)性分析。
所述步驟b中的駕駛參數(shù)包括到達(dá)目的地的行駛時(shí)間、出發(fā)準(zhǔn)點(diǎn)率、到達(dá)準(zhǔn)點(diǎn)率以及駕駛平穩(wěn)度。
本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點(diǎn)和有益效果：
1、本發(fā)明通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法，僅提取評(píng)分中的有效評(píng)分，評(píng)分可靠性高；
2、本發(fā)明通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法，采用激勵(lì)機(jī)制激勵(lì)用戶(hù)多貢獻(xiàn)有效評(píng)分。
具體實(shí)施方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例，對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明，本發(fā)明的示意性實(shí)施方式及其說(shuō)明僅用于解釋本發(fā)明，并不作為對(duì)本發(fā)明的限定。
實(shí)施例
本發(fā)明通勤車(chē)客車(chē)駕駛員評(píng)級(jí)方法，包括以下步驟：
a、獲取駕駛員每次駕駛的乘客有效評(píng)分及至少一項(xiàng)本次駕駛的駕駛參數(shù)；
b、建立多因素交互作用模型，模型包括作為因變量的乘客有效評(píng)分和作為自變量的駕駛參數(shù)；
c、對(duì)步驟b中建立的模型進(jìn)行線(xiàn)性分析得到每種駕駛參數(shù)對(duì)乘客評(píng)分的影響；
d、建立駕駛參數(shù)評(píng)分標(biāo)準(zhǔn)；
e、根據(jù)步驟d中得到的每種駕駛參數(shù)對(duì)乘客評(píng)分的影響以及步驟c中建立的駕駛參數(shù)評(píng)分標(biāo)準(zhǔn)對(duì)駕駛員的每次駕駛進(jìn)行評(píng)分。
所述步驟a中獲取每次駕駛的乘客有效評(píng)分的方法是：
a1、去掉沒(méi)有主動(dòng)對(duì)司機(jī)進(jìn)行評(píng)分的乘客，提取當(dāng)次車(chē)所有乘客的評(píng)分；
a2、將所有評(píng)分按正態(tài)分布進(jìn)行排列；
a3、提取正態(tài)分布中間80％的數(shù)據(jù)作為有效數(shù)據(jù)計(jì)算平均數(shù)作為乘客有效評(píng)分。
還包括通過(guò)對(duì)評(píng)分被選為有效數(shù)據(jù)的乘客進(jìn)行獎(jiǎng)勵(lì)的方法刺激更多的乘客主動(dòng)進(jìn)行評(píng)分。
所述步驟c中使用spss對(duì)模型進(jìn)行線(xiàn)性分析。
所述步驟b中的駕駛參數(shù)包括到達(dá)目的地的行駛時(shí)間、出發(fā)準(zhǔn)點(diǎn)率、到達(dá)準(zhǔn)點(diǎn)率以及駕駛平穩(wěn)度。
以上所述的具體實(shí)施方式，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。