共查询到20条相似文献,搜索用时 31 毫秒
1.
在打车APP经历了坎坷之后,国内三大巨头同时押注打车市场:阿里投资《快的打车》,腾讯投资《嘀嘀打车》,《百度地图》也号称会上线打车功能。一时间,打车APP成为时下最热门的话题。而国内地图服务业巨头的《高德地图》推出新版,融合多款打车APP,将服务地域扩大至26个城市,更是将时下打车服务的便利性大大提高。 相似文献
2.
3.
打车软件的出现,有望解决出租车行业“打车难”的问题。不过,由于打车软件在中国市场诞生也不过一年左右时间,目前还处于市场和用户培育阶段,此时谈及盈利显然为时尚早。生活在大城市的人。应该都遭遇过这样的困境:在某个繁华路段,车水马龙,但苦苦等候了几十分钟,却打不到一辆出租车。“打车难”似乎已经成为很多大城市不可避免的, 相似文献
4.
5.
最近,《滴滴打车》和《快的打车》各自相继宣布了两起合作,纷纷与运营商和房地产网站建立了合作关系。《滴滴打车》宣布和中国电信结盟,将在多个层面展开合作,而《快的打车》则选择了中国联通。房地产网站方面,《滴滴打车》选择了新浪乐居,《快的打车》则选择了搜狐焦点。看似无心之举的合作,实则是打车软件建设O2O闭环,以摆脱“烧钱”窘局的大胆尝试。 相似文献
6.
7.
8.
当今移动互联网的迅猛发展日益渗透并影响社会生活,其中打车软件的应用非常典型。打车软件是装载于移动终端的应用服务软件,分为乘客端和司机端,其主要功能是在移动互联网环境下提供呼叫和预订出租车的服务。自2013年在线打车服务问世以来,打车软件市场经历了整合洗牌,竞价淘汰。至2014年,打车市场形成了以"嘀嘀打车"和"快的打车"两强相争的寡头格局,拥有覆盖中国300多个城市的2000万以上的用户。打车软件不但开创了新的商业模式,还通过它带来的便利,开始逐渐改变人们的生活方式和消费观念。 相似文献
9.
10.
11.
12.
13.
为了探究打车软件出现后对乘客打车行为的影响,揭示是否使用打车软件对乘客候车时间长短的变化规律,基于路网混合随机均衡模型理论,在考虑打车软件对出租车司机搜索行为影响和随机变化的OD对需求条件下,构建基于弹性需求的打车软件随机用户均衡模型;然后结合乘客等车、司机空驶时间和可靠性计算模型,引入连续平均(MSA)算法和随机路径流量分配(Dial)算法进行求解;最后通过算例验证了所建模型和算法的有效性。研究结果表明不同需求弹性下、是否使用打车软件对会乘客候车时间及候车时间可靠性产生明显的差异。 相似文献
14.
庞贝 《电子计算机与外部设备》2014,(3):7-7
在这个无论做什么都要“拼爹”的时代,找到一个靠谱的“爹”尤其重要。打车难、拥堵和雾霾催生了打车App,但是它们在方便生活的同时也带来了一些问题。有了“靠山”的嘀嘀打车和快B,gt]车,也J=BI]e里巴巴和腾讯的战火延伸到了打车App上。 相似文献
15.
如果问你今年上半年最引人注目的互联网事件是什么?或许你能板着指头数出好几件:《滴滴打车》和《快的打车》(以下分别简称“滴滴”和“快的”)的打车大战,红透半边天《微信》红包,腾讯入股京东……。在这其中,持续时间最长的无疑就是打车大战。在“烧掉”了二十多亿元人民币之后,从8月3日起,滴滴和快的先后宣布取消司机端的“每单补贴”,持续了半年多的打车大战终于在下半年偃旗息鼓。可是,又有消息称,滴滴和快的将进军商务租车领域,打车软件或许将开始慢慢转型。 相似文献
16.
一个良好的打车需求量预测系统可以帮助完善城市的交通系统,帮助城市更高效地进行出租车的调度。基于Hadoop设计并搭建了一个打车需求量预测系统。除此之外,针对传统BP神经网络收敛速度慢的缺点,提出了一种基于MapReduce的并行BP神经网络,并将其用作系统的预测模型对打车需求量进行预测。根据实验结果,提出的系统能良好地对城市内某一区域一天内的打车需求量进行预测。 相似文献
17.
说到游戏跨界营销,相信大家一点都不陌生,不过在手游业界,还鲜有听说跨界营销的案例。但事情无绝对,在前段时间《嘀嘀打车》和《快的打车》的打车之战中,为了压倒对手,除了请“干爹”静陀之外,还将视线不约而同地瞄到了手游圈。先是《嘀嘀打车》携手《全民飞机大战》,而后有《快的打车》和《我叫MT》眉来眼去。虽然端游跨界合作的成功案例比比皆是,但是这样的跨界合作真的能在手游圈中通吃通杀了吗? 相似文献
18.
现在打车有多难,亲身经历过的人才知道。有了嘀嘀打车,再也不用站在烈日炎炎下翘首以盼,你需要的只是等待出租车专门来接你而已。上手简单叫车容易嘀嘀打车应用打开第一屏就是我们所在的位置,而周围那些桔黄色的汽车小图标就是出租司机师傅的位置了。点击汽车图标可以看到出租司机师傅姓什么、出租公司的名称以及出租汽车牌照前三位,还能显示师傅曾经用嘀嘀打车完成的单数,相当直观。 相似文献
19.
为了计算在使用打车软件背景下城市出租车的空驶率,将乘客划分为两类,即传统的扬招乘客与使用打车软件的乘客,根据乘客类型特征分别提出了等待时间计算方法,建立了基于乘客等待时间与出租车空驶时间守恒关系的出租车打车软件使用率与空驶率量化关系模型。在城市路网特征及出租车相关运营参数固定的情况下,模型能客观反映城市出租车打车软件使用率与个体空驶率的对应关系。通过算例分析表明该模型具有有效性和可行性,数据分析能较好地反映实际情况,有助于管理部门衡量城市出租车系统的运营效率,也可为打车软件等新型电召服务模式的引导方式提供决策依据。 相似文献