滴滴出行章文嵩首度解密“一键发单”背后的黑科技

12月5日，滴滴出行在武汉举行了名为“未来”的小型沟通会。

滴滴出行资深副总裁章文嵩在会上与大家分享了滴滴平台上的众多核心技术。同时，他也首度在公开场合解密了滴滴“一键发单”背后的黑科技。

章文嵩表示，从引导用户简单设置“家”和“公司”地址，到“推荐上车地点”（又称“小绿点”）上线，再到“猜你想去”试运行，滴滴已慢慢地将“一键发单”做到了极致。当下不少乘客在使用滴滴出行叫车时，已可做到1秒发单。而在“一键发单”的基础上，未来滴滴还将帮助乘客“一键到达”。

用机器学习技术日更新8万个“小绿点”

1秒发单的第一个关键点便是“推荐上车地点”功能。该功能又称“小绿点”，是滴滴于去年6月推出的功能，可帮助乘客、司机快速地明确上车地点，提升接驾效率。在当时，这是移动出行领域内率先有平台在车辆接驾领域做出创新尝试。滴滴“小绿点”上线后，还一度引发了同行的跟进。

数据表明，“小绿点”大大提升了接驾效率、车辆的运行效率。最新数据显示，“小绿点”功能上线后，在接驾过程中，司乘通话量平均下降10%，乘客等候时间平均减少1分钟。目前，滴滴平台上有70%的乘客和司机都在使用“小绿点”功能。

一年多来，随着“小绿点”计算模型的不断智能，“小绿点”也不断进化，变得更多、更智能。目前，在滴滴的平台上已有超过3000万个“小绿点”，且每天有8万个“小绿点”被更新。据悉，在“小绿点”的挖掘与维护上，滴滴采用了当下最先进的机器学习技术。机器学习是人工智能的分支之一，机器不断地分析、学习数据与案例来达到智能，从而帮助平台高效、科学地运作。

目前滴滴的“小绿点”模型已达到了在线机器学习的智能程度，即可对实时数据进行学习、分析，同时实时完成模型更新，完成“小绿点”在App上显示的更新。同时，“小绿点”计算模型还可以自动区分双向道路的方向，并自动挖掘出最适合停车的位置。

举个例子，如某新“小绿点A”诞生后，被放在了路北的某个乘客发单的热点处，但实时数据显示，如“小绿点A”再往东挪50米更适合司机停车，则几个小时后，“小绿点”计算模型便会自动地更新“小绿点A”的位置，将它挪到最适合乘客、司机快速接头的地方。

章文嵩透露，当下“小绿点”除了是司机、乘客快速碰头的虚拟车站之外，还在迸发出更大的能量。未来滴滴将围绕“小绿点”推出更高技术含量、更有意思的玩法来服务乘客与司机。

2毫秒猜出“你要去哪里”

“猜你想去”功能是滴滴能做到1秒发单的第二个关键点。熟悉滴滴的朋友都知道，在使用滴滴发单时，是需要手动输入目的地的。“猜你想去”便是滴滴出行专门为了“消灭”手动输入目的地而开发、创新的功能。

同样是利用了人工智能和机器学习技术，通过海量的数据计算，滴滴“猜你想去”功能可在2毫秒内猜到乘客中意的目的地。做到这一点相当不简单，滴滴不仅需要考虑乘客发单的地理位置信息，还需要对时间信息作出大量的计算与分析。当下，滴滴的“猜你想去”计算模型在时间维度上已经能够有效地区分工作日和双休日的差别。

以周六早上常去丈母娘家的王先生为例，“猜你想去”功能会在周六上午时为王先生推荐其丈母娘所住的小区地址，在工作日同一时间段，“猜你想去”则会为王先生推荐其公司地址。而无论是周六还是工作日，王先生打开滴滴出行App的时候，所要做的便是快速点击“猜你想去”给出的小灰框并发单，即可完成叫车。

如果你还没有体验过“猜你想去”功能也无需着急。目前“猜你想去”功能还处于灰度测试中，并在不断地优化升级中。随着该功能的不断优化，其正式上线与推广的速度将进一步加快。

“个性化下车点”推荐让“一键到达”成为可能

除了在发单流程上不断创新之外，滴滴还在不断探索“一键到达”的可能。“个性化下车点”是滴滴在“一键到达”上做出的重要尝试。与“推荐上车地点”不同，“个性化下车点”并非一个共性的下车热门地点推荐，而是为每位用户推荐个人最喜爱的下车点。

滴滴通过数据分析发现，不少乘客在到达小区、园区门口时，常常会向司机提出“送到楼下”的需求，尤其是在下雨天、冬天的时候这类需求会呈现爆发状态。而在司机送乘客前往“楼下”的过程中，司机与乘客常常需要在路线上花费不少时间沟通，从而拉长了“送驾”的时间。

“个性化下车点”推荐便是为了提升“送驾”效率。当乘客上车后，如滴滴系统发现乘客曾出现过“送到楼下”的需求，便会立即更新司机的推荐导航路径，直接通过此类推荐，引导司机将乘客“送到楼下”。从而减少了乘客与司机的沟通，提升效率。

章文嵩透露，目前“个性化下车点”推荐功能已有小范围的测试，当其计算模型达到成熟智能后，便会与广大乘客见面，帮助广大乘客“一键到达”。当然，无论是“猜你想去”，还是“个性化下车点”推荐功能，用户都拥有是否使用的主动权。当这两个功能正式上线后，乘客首次使用时，系统会发出相应的询问，如乘客愿意使用，则可点击相应按钮。