網約車客戶取消訂單屬性分析

馮寅飛 顧晨琴 度巍

摘 要：本文通過實地調查的方式，安排小組成員在南通各地發放調查問卷，從而搜集乘客網約車行為的相關數據。然后整理數據，將這些數據放至Excel當中，由于各評價指標的性質不同，本文利用Z-Score模型將數據進行標準化去除量綱和數量級，使得之后的回歸分析更加精確。接著，利用顯著性和偏相關分析方法篩選指標，選擇出與取消網約車頻率關系最大的自變量因素。最后建立非線性回歸模型，通過多種模型的比較，選擇出最符合調查數據以及現實行為的模型。

關鍵詞：網約車運營;訂單行為;出租車

近來在中國出現了網絡預約出租汽車[1]（下稱網約車），然而在網約車訂單當中并非所有訂單都是能夠完成的。取消行為造成了資源的浪費。因此，網約車乘客行為以及客戶取消訂單屬性的分析具有重大意義，減少不必要的虧損。

一、問題

在“互聯網+”的大背景下，南通地區的經濟發展迅速，出租車行業發生了巨大的變革，由傳統巡游出租車模式衍生出了網約出租車的模式。由于用戶預約網約車的過程受到不同程度的各種因素的影響，這使得用戶有一定的幾率會取消預約的網約車。這顯然同時影響了用戶和網約車雙方的效益，帶來成本損失。因此，研究影響用戶取消網約車的相關指標并提出改進方案具有極其重大的意義。

二、模型建立

（一）數據的處理及標準化

在多指標評價體系中，由于各評價指標的性質不同，通常具有不同的量綱和數量級。當各指標間的水平相差很大時，如果直接用原始指標值進行分析，就會突出數值較高的指標在綜合分析中的作用，相對削弱數值水平較低指標的作用。因此，為了保證結果的可靠性，需要對原始指標數據進行標準化處理。在調查過程中，出現了旅客乘坐距離、乘坐時間、乘坐頻率等參數，這些參數的量綱均有不同，且對于距離來說，數據極大，因此如果不進行標準化處理，會極大影響最終結果的準確性。在本文中采用的是Z-Score標準化[2]。并非所有數據標準化的結果都映射到[0，1]區間上，其中最常見的標準化方法就是Z標準化，也是SPSS中最為常用的標準化方法，也叫標準差標準化。

（二）Sig顯著性及偏相關分析篩選相關指標

偏相關性，是兩個隨機變量在排除了其余部分或全部隨機變量影響情形下的凈相關性或純相關性，是兩個隨機變量在處于同一體系的其余部分或全部隨機變量取給定值的情形下的條件相關性。在這里利用兩種變量的偏相關性[3]，篩選出與網約車訂單取消有關的因素，利用Sig顯著性進行輔佐，進一步篩選出與因變量最相關的自變量因素。

結合相關原理，對標準化后的數據進行分析，結果如下：

從上表可以看出，在五個自變量當中，乘坐網約車的平均距離的Sig顯著性為0，因此有著絕對顯著性。而其他自變量因素的Sig均超過0.05。

其次發現乘坐網約車的平均距離的偏相關性也為五個之中最大，可以進一步確定其為下一步非線性回歸模型建立的自變量因素。

三、優化案例

四、結語

本文通過分析，初步了解到網約車市場當中訂單取消行為的一些原因，并且建立了相應的測算分析模型，接下來將會通過對網約車行為軌跡的大數據進行分析，細化網約車訂單取消的原因。

參考文獻：

[1]崔宇超，關宏志，司楊，覃正桃.基于網約車訂單數據的居民出行特征研究——以北京市為例[J].交通運輸研究，2018，4（05）：20-28.

[2]趙麗娟，董小林，吳陽.基于Z-Score模型的環境污染與經濟發展的聯合分析[J].應用化工，2017，46（09）：1805-1809.

[3]Nicole Barthel，ClaudiaCzado，YaremaOkhrin.A partial correlation vine based approach for modeling and forecasting multivariate volatility time-series[J].Computational Statistics and Data Analysis，2020，142.

基金項目：2019年江蘇省級大學生創新訓練項目（編號：201910304122Y）

作者簡介：馮寅飛（1999—），男，漢族，南通大學交通與土木工程學院交通運輸系，本科在讀學生，研究方向：交通運輸;顧晨琴（1998—），女，漢族，本科在讀學生，南通大學交通與土木工程學院交通運輸系，研究方向：交通運輸。