Enhancing Uber’s Guidance Heatmap with Deep Probabilistic Models

Enhancing Uber’ s Guidance Heatmap with Deep Probabilistic Models

摘要

Uber利用深度神经网络开发了概率预测模型，生成收益热力图帮助司机优化接单决策。模型从最初的高斯分布升级为三模态高斯混合模型，更精准捕捉不同时段和区域的收益波动。通过实时更新和60多项特征分析，系统能预测未来一小时每地的收益分布，过滤高方差区域提供可靠建议。优化后司机平均收益显著提升，未来还将加入更多实时数据和个性化推荐功能。