8月17日北京消息,国际顶级数据挖掘会议KDD2016日前在美国旧金山开幕,包括Google、Facebook、微软、Amazon、阿里巴巴、腾讯、百度及滴滴出行等在内的科技公司参加了本次会议,滴滴出行研究院副院长叶杰平在该会议上发表了如何利用大数据进行智能调度和供需预测的演讲。KDD 大会(国际数据挖掘与知识发现大会, ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 简称 KDD )是数据挖掘领域的顶级国际会议,由 ACM ( Association of Computing Machinery ,计算机学会)的数据挖掘及知识发现专委会( SIGKDD )负责协调筹办。叶杰平在KDD演讲时表示:“滴滴出行成立于2012年,目前提供出租车、专车、快车、顺风车等业务,2016年3月,我们实现了新的里程碑,即日出行订单量超过1000万,相当于美国单日分享出行订单总量的5到6倍。”“滴滴最大资产是每天产生的大量出行大数据,我们每日处理超过70TB数据,90亿次路径规划请求,90亿次地图定位以及10亿次派单,这还是我们收购Uber中国之前的数据。对我们来说,如何利用总量如此庞大的交通出行数据是个重大挑战。”滴滴出行把机器学习成功应用到了ETA,这是解决“订单高效匹配”和“司机运力调度”的关键技术。传统方法一般通过路况和每段路的平均速度计算出时间,然后加上可能的等待时间,得到整体所需时间,而滴滴则是利用机器学习来计算时间,大幅提升了用户体验。根据这一技术,目前滴滴出行平台上已经可以实时更新所剩余的距离以及到达终点的时间。