數(shù)模論文互聯(lián)網(wǎng)”時代的出租車資源配置-資料下載頁
2025-06-05 09:16本頁面
【正文】 在此以一人一天打車一次，不同時期成本為例對單人成本進行統(tǒng)計，結(jié)果為： 持續(xù)時間 兩個月 五個月 八個月 一年 方案一 200 500 800 1000 方案二 170 425 680 1020 方案三 600 900 900 900 上文提到嘀嘀打車與快的打車通過補貼大戰(zhàn)迅速搶占市場，再次 引用到問題二的分析里曾引用到的數(shù)據(jù)， ~3 年嘀嘀打車與快的打車的下載總量（萬）為 ： 18 時間 總量 1358 1750 2078 2577 3094 3618 3864 4136 4218 4256 在此期間滴滴打車與快的打車持續(xù)補貼 2021 年嘀嘀打車與快的打車補貼歷程 時間 嘀嘀打車 快的打車 1 月 10 日 每單減 10 元 無優(yōu)惠 1 月 20 日 持續(xù)每單減 10 元 每單減 10 元 2 月 11 日 每單減 5 元 持續(xù)每單減 10 元 2 月 17 日 恢復每單減 10 元 每單減 11 元 2 月 18 日 每單減 1220 元 每單減 13 元 3 月 3 日 每單減 1220 元 每單減 10 元 3 月 4 日 每單減 820 元 每單減 5 元 有兩組數(shù)據(jù)可以看出在補貼方案持續(xù)前期，用戶量顯著增加，但當補貼方案持續(xù)一段時間后用戶增長率下降。 由此可以看出長期持續(xù)補貼并不能取得高效益，且在后期執(zhí)行時成本 過大。可從三種方案的五個月成本變化看出。但持續(xù)補貼卻可以在短時間內(nèi)吸引大量顧客，是一種開拓市場的利器。 一個方案的上市是否能夠?qū)κ袌龀掷m(xù)占有也是一個分案優(yōu)劣與否的評價，而對市場的持續(xù)占有則可通過每日下單量反應，以下為收集的滴滴打車與快的打車的部分數(shù)據(jù)（該數(shù)據(jù)為當月某一天的）： 日期 2 月 3 月 4 月 5 月 6 月 7 月 8 月 滴滴打車 北京 171841 165332 166286 156316 152238 151092 153920 武漢 33108 35172 31082 33576 30192 29187 30060 快的打車 北京 183297 175348 165279 136867 96492 70017 56840 武漢 34629 30593 25357 20684 16896 13458 11012 利用 matlab 對數(shù)據(jù)進行擬合處理并做圖所得結(jié)果如下： 19 ???????????????????)0 7 0 8 3 2 2 (10]0 1 5 0 9 )0 1 5 [(10]4 5 8 5 6 )0 0 2 [(10)8 0 1 8 0 (10254253252251xxyxxyxxyxxy 而通過網(wǎng)絡查詢相同時間域里滴滴打車和快的打車的補貼方案為：嘀嘀打車間斷性補貼，而快的打車已基本停止補貼，而兩者間的市場份額也由曾經(jīng)的勢均力敵變?yōu)?3:7 分成，嘀嘀七分，快的三分。由此我們可以判定間斷性補貼有利于穩(wěn)固市場并在此基礎上進一步開拓市場。 據(jù)此分析將劃分的三種簡單方案進行綜合處理，設計出一套新的方案為： 在平臺上市初期進行一段時間的持續(xù)補貼，快速擴充市場，當市場額達到一定程度后轉(zhuǎn)變補貼方案為間斷隨機性補貼，依此激發(fā)顧客新奇度，以達到對顧客的持續(xù)粘性。 六、 模型的評價與推廣 模型的評價 （一）模型的優(yōu)點 問 題一模型的優(yōu)點：在指標的選取中盡可能使指標理性化，客觀化，從而減20 少主觀因素的影響，另外該模型的原理比較簡單便于嫁接。 問題二模型的優(yōu)點：對于一新事物的介入對原有體系的影響進行不同群體分類討論。此方法避免了將所有事物混為一灘而在某些理論的分析時造成的矛盾現(xiàn)象。 問題三模型的優(yōu)點：先根據(jù)不同的模型設計幾套簡單方案，在從中選取優(yōu)異點進而組合出一套更為合理的方案。優(yōu)點即為將復雜因素簡單化，之后再重組。 （二）模型的缺點 問題一 的模型缺點：對城市的分析只是一個模糊的整體，因城市自身交通系統(tǒng)，上下班高峰等而產(chǎn)生的影響都不曾考慮進去，因此一定程度上使判據(jù)失真。 問題二的模型缺點：對互聯(lián)網(wǎng)打車群體的評價指標過于單一 問題三的模型缺點：模型的建立初衷挺好，但在模型的理論運算上很不完善，因此對事物的分析欠少說服力。 七、 參考文獻 [1] 司守奎 ,《數(shù)學建模算法與程序》 ,海軍航空工程學院； [2] 姜啟源，《數(shù)學建?！?，北京，高等教育出版社， 2021 年； [3] 《運輸經(jīng)理世界》，運輸經(jīng)理世界雜志編輯部， 2021 年第 05 期； [4] 韓中庚，《數(shù)學模型方法及其應用》 ，高等教育出版社， 2021 年 9 月； [5] 楊成慧，《 MATLA基礎及實驗教程》 ，北京大學出版社， 2021 年 1 月； [6] 滴滴快的智能出行平臺 ， 2021 年 9 月 13 號 ； 八、 附錄 圖表一 x=1:9。 y1=[ ]。 y2=[ ]。 y3=[ 51 ]。 y4=[ 37 ]。 y5=[ ]。 21 y6=[ 57 ]。 y7=[ 45]。 y8=[ 47]。 plot(x,y1,x,y2,x,y3,x,y4,x,y5,x,y6,x,y7,x,y8) legend(39。y139。,39。y239。,39。y339。,39。y439。,39。y539。,39。y639。,39。y739。,39。y839。) title(39。全國八大城市 2021 至 2021 下單接單時間差 39。)。 grid on 圖表二 clear clc x=1:9。 %y=[ ]。 %y=[ ]。 %y=[ 51 ]。 %y=[ 37 ]。 %y=[ ]。 %y=[ 57 ]。 %y=[ 45]。 y=[ 47]。 figure(8) plot(x,y) f=polyfit(x,y,4) 22 xx=1:9。 yy=polyval(f,xx)。 plot(xx,yy,x,y,39。o39。) title(39。成都 2021 至 2021 下單接單時間差 39。)。 grid on hold on
畢業(yè)設計相關(guān)推薦
鄂ICP備17016276號-1