2016-10-17 3 views
1

Мне нужно будет получить оценку пикапа в будущем с Uber API. У меня есть начальные и конечные местоположения пользователя.Оценки пиков для будущего времени Uber API

Например, если я хочу забронировать поездку через 6 часов (с учетом местоположения и местоположения пользователя для поиска пассажиров), я хотел бы знать, как долго займет такси, чтобы добраться до места моего пикапа через 6 часов.

Я просмотрел документы API Uber полностью, и у них еще нет этой функции. Это приложение полностью клиентского приложения, и вам хотелось бы получить представление о том, как он подходит к этой проблеме.

** EDIT **

Я заранее знаю, время, в котором я хочу, чтобы добраться до моего назначения и иметь время в пути от места погрузки до места назначения (от Гула Maps API) в то время в будущем.

Предположим, что водители доступны в этом районе.

Заранее благодарен!

+0

Что вы хотите достичь? Это кажется почти невозможным. –

+0

BTW. Ваши предположения расплывчаты? Что вы подразумеваете под «водителями» (один водитель или 100 из них) и «площадью» (на той же улице, в том же районе, в том же городе)? Это переменные, которые влияют на результат. –

+0

Под водителями я имею в виду> = 1 и доступное значение, доступное для подбора. Не в 100 милях (очевидно). Просто в непосредственной близости. Для аргументов ради (и ради этого вопроса), скажем, в радиусе 3 мили. – vjrngn

ответ

0

Это звучит как невозможная задача, поскольку мы не можем точно знать, откуда водитель «начнет» двигаться к точке срабатывания.

+0

Самая наивная реализация заключается в опросе их API через заданный интервал. Но я не хочу этого делать. Был поиск некоторых ответов от вас приятных людей :) – vjrngn

0

Я не знаю, как работает Uber, но большинство корпораций такси дают оценки времени срабатывания на основе количества «свободных» кабин вокруг точки срабатывания на данный момент. Этот метод является наиболее точным, но вы не можете использовать его для будущих дат, потому что для этого вам придется прогнозировать будущие позиции такси.

Вы можете, по крайней мере теоретически, попытаться использовать вероятностный подход и дать приблизительные оценки, запросив Uber для оценки для разных мест в разное время, и как только у вас будет достаточно данных, предскажите среднее время ожидания.

Это было бы, однако, менее точным и не учитывало бы случайные события, например, на основе исторических данных о среднем времени срабатывания в месте X по пятницам 5 P.M. может быть 2 минуты, но с следующей пятницы в этом месте запланировано крупное спортивное мероприятие, поэтому на самом деле вы, возможно, не сможете вообще поймать такси.

+0

Абсолютно согласен. Но это не нуждается в чем-то, что связано с этим. Мне было интересно, может быть, я что-то упустил. Спасибо за ваши ответы, хотя :). – vjrngn

Смежные вопросы