本发明涉及一种驾驶员评级系统,具体涉及基于驾驶过程监控的驾驶员评级系统。
背景技术:
打车软件是一种智能手机应用,乘客可以便捷地通过手机发布打车信息,并立即和抢单司机直接沟通,大大提高了打车效率。如今各种手机应用软件正实现着对传统服务业和原有消费行为的颠覆。当打车市场进入“零补贴时代”,对于打车软件来说,用户的黏性成为一大考验。作为补贴大战的主角,滴滴打车正在经受着这一挑战。然而,虽然取消了补贴,但用户对滴滴打车的使用热度依然不减。滴滴打车会如此受到青睐,取决于其对乘客出行习惯和出行方式的成功塑造。
现有打车软件大多只有用户对司机进行评分,而没有一个基于司机驾驶参数对司机评分的系统。
技术实现要素:
本发明所要解决的技术问题是现有打车软件大多只有用户对司机进行评分,而没有一个基于司机驾驶参数对司机评分的系统,目的在于提供基于驾驶过程监控的驾驶员评级系统,解决现有打车软件大多只有用户对司机进行评分,而没有一个基于司机驾驶参数对司机评分的系统的问题。
本发明通过下述技术方案实现:
基于驾驶过程监控的驾驶员评级系统,包括以下步骤:
a、建立多因素交互作用模型,模型包括作为因变量的乘客评分和至少一项作为自变量的驾驶参数;
b、对步骤a中建立的模型进行线性分析得到每种驾驶参数对乘客评分的影响;
c、建立驾驶参数评分标准;
d、根据步骤b中得到的每种驾驶参数对乘客评分的影响以及步骤c中建立的驾驶参数评分标准对驾驶员的每次驾驶进行评分;
e、根据步骤d中驾驶员每次驾驶的评分计算驾驶员驾驶的平均分,根据平均分对驾驶员进行分级。通过将驾驶员的驾驶参数与乘客的有效评分进行匹配,可以得到各项驾驶参数对乘客感受的影响度,根据这一影响度对驾驶员的每次驾驶进行评分,得到司机每次驾驶的得分,根据这一得分的平均分对司机进行评级。
所述步骤a中的驾驶参数包括到达目的地的行驶时间、出发准点率、到达准点率以及驾驶平稳度。
所述驾驶平稳度为单位路程内车辆加速度大于1g的次数。当车辆的加速度大于一个重力加速度时,乘客会感觉舒适度较低,影响乘坐体验。
所述步骤b中使用spss对模型进行线性分析。spssforwindows是一个组合式软件包,它集数据录入、整理、分析功能于一身。用户可以根据实际需要和计算机的功能选择模块,以降低对系统硬盘容量的要求,有利于该软件的推广应用。spss的基本功能包括数据管理、统计分析、图表分析、输出管理等等。spss统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类,每类中又分好几个统计过程,比如回归分析中又分线性回归分析、曲线估计、logistic回归、probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程,而且每个过程中又允许用户选择不同的方法及参数。spss也有专门的绘图系统,可以根据数据绘制各种图形。
所述步骤e中对驾驶员分级时还要读取驾驶员的驾驶事故记录,根据驾驶事故对最后的平均分进行扣分。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于驾驶过程监控的驾驶员评级系统,结合驾驶员的驾驶参数对驾驶员进行评级,可靠性高;
2、本发明基于驾驶过程监控的驾驶员评级系统,可根据需求随时增加新的参数。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
本发明基于驾驶过程监控的驾驶员评级系统,包括以下步骤:
a、建立多因素交互作用模型,模型包括作为因变量的乘客评分和至少一项作为自变量的驾驶参数;所述驾驶参数包括到达目的地的行驶时间、出发准点率、到达准点率以及驾驶平稳度;所述驾驶平稳度为单位路程内车辆加速度大于1g的次数;当车辆的加速度大于一个重力加速度时,乘客会感觉舒适度较低,影响乘坐体验。
b、对步骤a中建立的模型使用spss进行线性分析得到每种驾驶参数对乘客评分的影响;
c、建立驾驶参数评分标准;标准为以该项现有最优数据和最差数据作为评分区间,最优数据为满分,最差数据为0分,其他数据按正态分布进行评分;
d、根据步骤b中得到的每种驾驶参数对乘客评分的影响以及步骤c中建立的驾驶参数评分标准对驾驶员的每次驾驶进行评分;
e、根据步骤d中驾驶员每次驾驶的评分计算驾驶员驾驶的平均分,根据平均分对驾驶员进行分级;所述步骤e中对驾驶员分级时还要读取驾驶员的驾驶事故记录,根据驾驶事故对最后的平均分进行扣分。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。