Advertisement

滴滴出行数据。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
ricardo-quintero.github.io是一个在线资源平台，提供各种有价值的信息和工具。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 滴滴出租车数据
    优质
    滴滴出租车数据提供了关于出租车行业的详细信息和统计数据，涵盖订单量、乘客满意度及司机收入等关键指标，助力行业分析与优化。 Ricardo Quintero的个人网站展示了他在技术领域的经验和项目成果。他的页面内容丰富且专业，适合对相关领域感兴趣的人士访问和参考。
     
  • 滴滴出行行程报销表.docx
    优质
    《滴滴出行行程报销表》是一份记录员工使用滴滴出行服务所产生的交通费用，并用于公司内部报销流程的标准表格文档。 滴滴出行行程报销单WORD版 这段文字已经按照要求去除了所有联系信息和其他链接，并保持了原有的意思不变。如果有更多细节需要调整或补充，请告知具体需求。
     
  • 滴滴出行模板示例.docx
    优质
    该文档为“滴滴出行”的操作和使用指南模板，旨在帮助用户快速了解如何利用滴滴平台便捷地预约车辆及享受安全、舒适的乘车服务。 滴滴出行模板非常实用，可供参考学习使用，希望能帮助到大家。
     
  • 滴滴出行2024年行程单模板
    优质
    “滴滴出行2024年行程单模板”提供给用户一个便捷、专业的工具来规划和记录日常或未来的出行计划。此模板旨在帮助乘客清晰地列出每次乘车详情，包括时间、地点及费用等信息，并支持轻松管理和回顾过往的出行经历。 2024年可编辑行程单模板的Word文档提供了一个方便用户规划旅行或日常活动的日程安排工具。该模板设计灵活，可以根据个人需求进行调整和定制，适用于各种场合下的日程管理。通过使用此模板，可以轻松记录并跟踪计划中的各项事宜，确保不会遗漏任何细节。
     
  • 滴滴出行乘车记录信息
    优质
    滴滴出行乘车记录信息提供了用户使用滴滴服务的所有行程详情，包括时间、地点、费用及支付方式等数据，方便乘客查询和管理个人出行记录。 滴滴打车记录包含用户的乘车信息。
     
  • 滴滴出行小程序（仿制版）
    优质
    这是一个模仿滴滴出行功能的小程序，旨在提供便捷、安全的网约车服务。用户可以轻松预约车辆，并享受智能路线规划与实时行程跟踪等功能。 仿照滴滴小程序进行开发是必要的。
     
  • 滴滴出行A/B测试及城市运营数据集.rar
    优质
    该资源包含滴滴出行在进行产品功能优化时所使用的A/B测试和城市运营相关数据集，适用于数据分析与算法研究。 背景描述： 数据集包括两个Excel文件：一个用于记录某次AB测试的相关数据（test.xlsx），另一个包含某个城市的运营数据（city.xlsx）。 **test.xlsx 数据字段解释** - date: 日期 - group: 组别，分为控制组和实验组 - requests: 订单请求数量 - gmv: 成交总额 - coupon per trip：每单优惠券金额 - trips: 订单数量 - canceled requests：取消订单的数量 **city.xlsx 数据字段解释** - date: 日期 - hour: 时间点（小时） - requests: 请求数量 - trips: 订单数量 - supply hours: 可服务时长 - average minutes of trips：平均订单持续时间（分钟） - pETA: 预计顾客等待时间 - aETA: 实际顾客等待时间 - utiliz：司机忙碌率
     
  • 滴滴快的智能出行平台数据：2016年8月 西安 数据集
    优质
    此数据集记录了2016年8月份西安地区滴滴快的出行平台上的用户及订单信息，为研究智能出行提供了详实的数据支持。 2016年8月的数据如下： - 成都：打车需求量、出租车分布、车费、被抢单时间和打车难易度。 - 西安：打车需求量、出租车分布、车费、被抢单时间和打车难易度。 - 北京：打车需求量、出租车分布、车费、被抢单时间和打车难易度。 2016年4月的数据如下： - 南京：打车需求量、出租车分布、车费、被抢单时间和打车难易度。
     
  • 滴滴快的2016年8月成都智能出行平台数据集
    优质
    该数据集收录了滴滴快的公司在2016年8月于成都市收集的大量智能出行相关数据，涵盖用户打车、行车路线及交通状况等信息。 2016年8月的数据表明，在成都、西安和北京的打车需求量（demand）较高，而南京在同年4月份的相关数据则有所不同。这些城市的出租车分布（distribute）、车费（money）以及被抢单时间(response)也存在差异，进而影响了乘客体验到的打车难易度(satisfy)。