Didi テクノロジー: 取引市場の本質とネットワーク効果!

シリーズの紹介

Didi は相乗り旅行会社として、IT を利用してリアルタイムでインテリジェントなオンライン取引市場を構築し、この巨大な市場においてユーザー価値を最優先する原則を堅持し、より効率的な取引を実現するために常に技術を向上させています。効率性とより親密なユーザーエクスペリエンスを実現します。

誰もがオンライン取引市場とその技術的課題を理解し、技術的な視野を広げ、技術交流を強化できるようにするために、このシリーズの記事は取引市場戦略の主要分野を完全に紹介し、既存の探索経験を読者に共有します。

このシリーズの記事にはより専門的な技術が含まれていますが、この記事は入門として書かれており、さまざまな専門的背景を持つ友人、特にコンピュータ、物流、輸送の分野の知識を持つ友人を対象としています。

この一連の記事を通じて、次のことが得られます。

1. 取引市場の中核要素と中核問題を理解し、取引市場の全体像を概観する

2. オンライン配車取引に関わる主要分野を中心に、旅行取引市場としての滴滴の共通性と特徴を理解する

3. 以下を含む取引戦略の主要分野と技術開発を理解します。

a. ドライバーのマッチング

b. 需給調整

c. 推奨される行動

この記事は次のように分かれています。

1. 取引市場とは

1) 取引市場の性質とネットワーク効果

２）取引市場がもたらす社会効率の向上

2. Didi Trading Marketの技術的特徴は何ですか?

1) 機構設計

2) 意思決定インテリジェンス

3) オペレーションズリサーチ

4) 強化学習

5) 因果推論

3. まとめ

1. マーケットプレイスとは

貿易は人類の文明とともに誕生し、古代の物々交換から現代のサービス貿易に至るまで、効果的な交換行動が人類社会の継続的な進歩を促進してきました。取引市場は、買い手と売り手が取引を行うための環境とルールシステムです。

現代の取引市場は、商品やサービスを売買する機能を提供するだけでなく、プラットフォーム機能を通じて買い手と売り手のためのより強力な信頼システムとコミュニケーションメカニズムを構築し、オープンで透明かつ公正な取引ルールを通じて、重要な権利と権利を保護します。買い手と売り手の利益を向上させ、市場全体を改善し、環境の運用効率を高めることで、資源の誤った配分によって引き起こされる社会的損失を減らすことができます。

輸送および通信技術の発展により、取引市場はもはや特定の地理的場所に限定されず、インターネットを通じて世界中の売り手と買い手を結び付けることができます。特に、コンピューター技術の普及、特に 2006 年以降の新世代の人工知能技術の適用により、取引市場がより迅速かつ正確に取引を行うことが可能になり、より効率的で、より配慮があり、より合理的な市場取引の決定が達成されています。トランザクションの効率とエクスペリエンスがさらに向上しました。

取引市場の性質とネットワーク効果

取引プラットフォームの本質は「つながり」と「マッチング」であり、接触が難しい商品やサービスの供給側と需要側を結びつけることでマッチング・マッチングを実現し、市場運営全体の効率化を図ることを目指しています。

上の図から、取引市場への二国間参加者が増えるほど、ネットワーク効果がより明白になることがわかります。

1. 製品やサービスの供給者がより多くの潜在的な需要者と向き合い、その中からより望ましい買い手を選択できるようにする。

2. 製品またはサービスの需要側が、より多くのサプライヤーとその差別化された製品またはサービスに直面し、それらの中からより望ましい製品またはサービスを選択できるようにします。

このネットワーク効果により、取引市場全体の効率を向上させる可能性が高まります。この点に関して、学界、特に経済学や産業工学の分野でも多くの研究が行われています。

インターネット時代のオンライン双方向市場は、供給側と需要側をコミュニティ、都市、国、さらには世界にまで拡大し、ネットワーク効果（ネットワーク効果）を大幅に向上させ、社会全体のアップグレードのためのより大きな市場効率と経験をもたらします。

ネットワーク効果は、取引市場全体の発展に複数の利点をもたらします。

・参加者数の増加に伴い、ネットワーク接続量は二次関数的に増加し、規模は急速に拡大

双方向市場の拡大により、双方にとってより多くのより良い選択肢が提供される

トランザクション動作の履歴が多いほど、プラットフォームは将来の トランザクション動作をより適切に予測し、より良いサービスを提供できます。

取引市場がもたらす社会効率の向上

コンピュータネットワーク技術の恩恵により、情報の透明性とリアルタイム通信により、取引市場全体の効率が前例のないほど向上し、社会全体の運営にさらなる潤滑と改善をもたらしました。

2017年、MITコンピューターサイエンス・人工知能研究所（CSAIL）は、新しい一連のシェアカー配車システムを開発し、シミュレーションテストを実施し、都市交通渋滞の治療と社会効率の向上におけるシェアカーの有効性を証明した。

下図は、この手法により乗客需要（星印）に合わせて運転士（緑線）をマッチング・配車する方法を示したもので、シミュレーション研究により、この手法により全体の交通運行効率が大幅に向上することが分かりました。

画像引用：Alonso-Mora, J.、Samaranayake, S.、Wallar, A.、Frazzoli, E.、および Rus, D.: 動的な乗車車両割り当てによるオンデマンドの大容量ライドシェアリング、Proceedings of the米国科学アカデミー、Vol. 114、No.3、462–467ページ（2017）

2. Didi Trading Marketの技術的特徴は何ですか?

インターネットの出現と急速な発展は、取引市場に地球を揺るがす変化をもたらしました。現在、取引市場は、商品のオンライン相対取引市場とサービスのオンライン相対取引市場の 2 つのカテゴリに単純に分類できます。

商品のオンライン相対取引市場は、Alibaba、JD.com、Amazon、eBay などに代表されます。これらの取引市場は、インターネットプラットフォームを介して売り手と買い手を結び、商品の陳列、取引、支払い、配送といった一連のプロセスを実現します。これらのプラットフォームのほとんどは、通常の消費財からハイエンドの贅沢品まで、幅広い製品カテゴリを提供しています。もちろん、これらのプラットフォームは、製品の品質における信頼の問題、取引紛争の処理など、負うべき責任にも直面しています。

サービスオンライン相対取引市場は、Didi、Uber、Airbnbなどに代表されます。これらのプラットフォームは、旅行サービス、宿泊サービス、ケータリングサービスなど、商品ではなくサービスのオンライン取引を提供します。これらの取引市場は、インターネットプラットフォームを使用してサービスプロバイダーとサービス需要者を接続し、ユーザーにより便利で柔軟なサービスエクスペリエンスを提供します。これらの取引市場では、サービスの品質を確保し、サービスのセキュリティ問題に対処することにも努めています。

滴滴出行は、旅行サービスのオンライン二国間取引市場として、社会全体に旅行サービスの取引プラットフォームを提供し、数億人の旅行利用者と数千万人のドライバーを結び付け、巨大な二国間取引市場を構築しています。優れた、多様で手頃な価格の旅行商品。

滴滴出行が構築した巨大なオンラインサービス二国間取引市場には、テクノロジー面で次のような特徴があります。

1.オンラインとオフラインの組み合わせ: 乗客はオンラインで注文を出し、ドライバーはオンラインで注文を受け取り、現実世界で旅行サービスを完了します。

2.プラットフォーム規則の公平性と安全性: プラットフォームは、すべての乗客とドライバーに透明でオープンな取引環境を提供し、双方の安全を確保するために継続的な努力をします。

3.データセキュリティとプライバシー保護：滴滴出行はドライバーと乗客の個人データのセキュリティとプライバシーを確保する必要があり、データのセキュリティとプライバシーを確保するために一連の技術的管理措置を採用しています。

4.ドライバーと乗客のエクスペリエンス：乗客はより迅速な送迎サービスとより安価な料金を望み、ドライバーは安定した妥当な収入を得ることを望み、プラットフォームはすべての当事者のエクスペリエンスを確保するために懸命に取り組む必要があります。

5.多様なサービス形態：滴滴は、旅行サービスに対するさまざまなグループのさまざまなニーズを満たすために、特急列車、優待享受、自家用車、高級車、タクシーなどのさまざまなサービス形態を提供しています。

6.大規模な世界規模の意思決定問題：このような大規模な取引問題に直面すると、従来のコンピュータアルゴリズムの多くが失敗し、よりインテリジェントな意思決定を追求するために人工知能とビッグデータ技術を積極的に導入する必要があります。意思決定能力。

7.スマートシティシステムにおける合理的なスケジューリングとルート計画機能：デジタルツインテクノロジーを通じて、仮想環境で実際の環境をシミュレートし、移動リソースを事前に予測して配車し、走行ルートを計画し、交通利用を改善し、渋滞を軽減します。

8.自動運転技術：将来の自動運転の世界に直面する場合、運転コストを削減しながら旅行の安全性とサービスの品質を向上させるために、自動運転技術を積極的に検討します。

巨大かつ複雑な取引市場に直面した場合、Didi の取引戦略はどのように機能しますか?

機構設計

2007 年のノーベル経済学賞は、機構設計理論の基礎が認められ、レオニード・ハーウィッツ、エリック・マスキン、ロジャー・マイヤーソンの 3 人の優れた学者に授与されました。

メカニズムデザイン (逆ゲーム理論とも呼ばれる) は、経済学とゲーム理論の重要な分野であり、特定の目標を達成するための経済メカニズムやインセンティブを設計することによって、市場環境の問題を解決することを目的としています。メカニズム設計理論は、市場設計、オークション理論、社会選択理論などの経済学や政治学から、インターネットドメイン間ルーティングや検索オークションなどの技術分野まで幅広い分野で応用されています。

Didi 取引市場戦略の最適化は広範なメカニズム設計であり、市場の特性と参加者のニーズに基づいて適切な取引メカニズムを設計し、すべての関係者にとって Win-Win の目標を達成し、取引を促進することを目的としています。需要と供給の両方のメリット。

意思決定インテリジェンス

広義の意思決定インテリジェンスは、社会科学、意思決定理論、経営科学などの理論とAIやデータサイエンスを組み合わせた工学分野であり、人々がデータとアルゴリズムを使用して複雑な社会システムの意思決定を支援し、社会システムの改善を支援します。人生、仕事、人生、そして世界。

取引市場における意思決定インテリジェンスについて議論することは、より良い取引意思決定を行うためにオペレーションズリサーチ、機械学習、因果推論、データサイエンスを使用することとして狭義に理解できます。いくつかの簡単な例を挙げることができます。

1. 乗客に提案する乗客が個別のニーズを持っている場合、適切な車を購入するためにモデルと価格を選択できます。

2. ドライバーに提案を行い、ドライバーのより良い意思決定行動を提案し、最適な巡航ルートを計画し、1 日を通して配車のプロセスでより良い運転体験を実現します。

3. プラットフォームの観点から、暴風雨が予測される場合、将来の乗客の急なタクシー需要により十分に応えるため、旅行全体の現状と将来の予測の観点から、特定の方向からより多くのドライバーを派遣する。

「意思決定インテリジェンス」は、技術コンサルティング会社として著名なガートナー社により、急速な技術成長期にある重要な新興技術の一つとして評価されています。

Didi の取引市場環境では、複雑な意思決定問題に直面し、通常、リアルタイムのマッチング意思決定、需給調整意思決定など、多面的な意思決定作業を行う必要があります。、乗客とドライバーの推奨スキーム、動的な意思決定、安全性と判断、責任の決定、成長の決定など。

オペレーションズ・リサーチ

オペレーションズリサーチは現代の応用数学の重要な分野であり、生産や管理において広範囲に実際に応用されています。オペレーションズリサーチは、現実の世界で複雑な問題に直面した場合、統計、数学モデル、アルゴリズムなどを使用して、最適または最適に近い解決策を模索するため、最適化理論とも呼ばれます。

従来、オペレーションズリサーチの研究範囲には、数理計画法 (線形計画法、非線形計画法、整数計画法、確率計画法、複合計画法など)、グラフ理論、ネットワークフロー、輸送問題、ネットワーク計画、キュー理論、ストレージ理論、ゲーム理論、探索理論、意思決定分析などの分野。Internet of Everything時代の到来とコンピューティングパワーの向上により、オペレーションズリサーチは新たな魅力を見せ始めています。

Didi の複雑なシーンでは、ほとんどすべての問題が現実的な複雑さを持っています。たとえば、多くの制約の下での最適な解決策、ドライバーのキューイング、リソースの割り当てなどです。これらすべては、解決に役立つオペレーションリサーチの正式な数学的モデリングに依存しています。問題が改善されました。

もちろん、オペレーションズリサーチは「特効薬」ではありません。また、オペレーションズリサーチは非常に古くからあるテーマであり、その実装と開発には多くの実際的な困難があることも十分に理解しています。

一方で、現実世界の問題を数理計画問題に抽象化し、大規模なソルバーによって迅速に解決することは、ビジネス効果の最適化を追求するための強力な武器であると同時に、多くの未知の探求領域に私たちをさらすことにもなります。

例: ユーザーが関連する権限を開いた後、ユーザーの邪魔を何度も避けるために、ユーザーに優先情報を推奨する総頻度を制限し (制約条件)、プッシュの間隔を制限し (制約条件)、最後にユーザーが取得する優先情報を最適化する(最適化目標)。

特に、固有の最適点がない場合、収入面全体が「パレートフロント」を構成し、ユーザーのさまざまなニーズをよりよく満たすためにパレートフロント上のさまざまな点を選択できます (複数のターゲットの最適化)。商品力の向上により、全体としてパレートフロンティアが促進され、効果が向上します。

著書：シウラナ、マリア＆フェルナンデス・デ・コルドバ・カステラ、ペドロ＆モンタグ、アルナウ＆レイノソ・メザ、ジルベルト。（2017年）。シアノバクテリアの代謝シミュレーションのためのモデリングと多目的最適化。

一方で、機械学習、特にディープラーニングは、オペレーションズリサーチに新たな機会と課題をもたらします。従来のオペレーションズリサーチの開発では、数学的導出とヒューリスティック手法がより重視される一方、ディープラーニングによってもたらされる強力な学習およびコンピューティング機能がオペレーションズリサーチにより多くのエネルギーを注入し続けています。私たちが直面する大規模なオペレーショナルリサーチの問題のほとんどは、従来の純粋な数学的手法に頼って解決することが困難であり、高速な近似解や制約のより適切な表現を実現するにはディープラーニング手法と組み合わせる必要があります。

強化学習

強化学習は、機械学習の分野における教師あり学習、教師なし学習に並ぶ第 3 の基本的な学習手法であり、ラベル付き学習データを必要とせず、自身と環境の継続的な探索を通じて最大の利益を見つける意思決定手法です。

考えてみましょう。環境に直面して継続的に行動の決定を下す必要がある場合、各ステップで現時点で最大の利益が得られる決定を下せば、プロセス全体で最大限の効果を得ることができ、そうする必要はありません。強化学習を使用すると、シングルステップで学習するだけで済みます。最適な方法で十分です。

強化学習によって解決されるべき問題は、この種の逐次的な意思決定の問題では、各ステップでの意思決定は、後続のアクションのために「逃げ道を残す」か「より多くの機会を作り出す」必要があるということです。全体的に良くなりました。

Didi のシーンを例に挙げます。セミアサインモード (オプションの注文が可能) のドライバーは、「1 件の注文をホットゾーンに持っていくと、将来的にはさらに多くの注文がある」と考える可能性があります。この考え方では、それぞれの注文すると「将来の可能性が増える」傾向があり、一日を通してより高い収入を達成しやすくなります。

DiDiプラットフォームでは、強化学習を利用して幅広い問題シナリオを解決しており、さまざまな逐次的意思決定問題の中で、強化学習の環境、状態、行動、報酬を異なる視点から構築し、異なるアルゴリズムの結果や戦略を構築することができます。これにより、ドライバーとプラットフォームが一連の一連の意思決定問題でより大きな成功を収めることができます。

因果推論

「相関関係は因果関係と等しくない」 - これは、2011 年チューリング賞受賞者で AI の先駆者であるジューデア・パール氏が常に注意を呼び掛けている点です。

1980 年代後半、パールは因果モデルを数学化し、社会科学における統計的因果関係の理解を変え、カリフォルニアのマイケル I. ジョーダン教授とともに、ベイジアンネットワーク、マルコフネットワーク、確率手法などを組み合わせて人工知能に導入しました。、そして一連の確率マップ機械学習モデルが誕生しました。

「相関関係と因果関係」について、簡単な例を挙げると、近年、大気中の二酸化炭素濃度と人間の肥満度は上昇を続けており、この相関関係により二酸化炭素が肥満の原因であると誤解されますが、事実は、経済成長です。人間はより多くの食べ物を食べて太り、経済成長により二酸化炭素もより多く発生します。

多くの場合、私たちが研究したいことは、特定の行動 (通常は治療と呼ばれます) が変更されたとき、因果関係を通じて影響を与えたい特定の変数の影響 (通常は効果と呼ばれます) です。さらに、多くの場合、正確な平均影響を得るために完全にランダムな比較テストを行う方法はありません。

この研究は多くの分野に広がり、2021年のノーベル経済学賞は、自然実験を用いて分析でき、社会に革命をもたらした因果関係研究の新しい枠組みを確立したことが評価され、デイビッド・カード氏、ジョシュア・アングリスト氏、グイド・インベンス氏に授与された。科学分野における実証研究。

Didi のビジネスでは、ドライバーとプラットフォームが異なる意思決定を行うため、異なるビジネス結果が生じます。より良い意思決定をしたい場合は、因果関係推論モデリングを通じて「相関関係」だけでなく「因果関係」も理解する必要があります。意思決定の選択の結果を正確に予測し、ドライバーと乗客の権利と利益を保護するためのより良い選択肢を提供します。

3. まとめ

国内旅行プラットフォームとして、Didi は完全なオンライン取引市場を構築し、ドライバーと乗客の両方に高品質の取引サービスを 24 時間提供しています。取引市場環境が複雑になればなるほど、市場の意思決定はより困難になります。

複雑な取引市場において、滴滴は技術の進歩を通じて市場効率とドライバーエクスペリエンスを継続的に向上させ、さまざまな技術的課題を絶えず克服し、公正なプラットフォームルールを確立し、包括的な安全保証を提供し、多様な市場サービス形態を提供し、取引意思決定の効率を最適化し、すべての当事者にとってwin-winの状況を達成します。

上記のコンテンツは、Didi 取引市場が直面する技術的課題を簡単にまとめたものです。上記のコンテンツが取引市場の理解に役立つことを願っています。将来的には、ドライバーのマッチング、調整スケジュール、および行動の推奨に関する具体的な技術コンテンツも提供する予定です。

4.参考文献

1.エヴァンス、デビッド S.、他。「プラットフォーム経済学: 多面的なビジネスに関するエッセイ」（2011年）。

2. プラット、ロリアン。リンク: より良い世界のために意思決定インテリジェンスがデータ、アクション、結果をどのように結び付けるか。エメラルドグループパブリッシング、2019 年。

3. マイヤーソン、ロジャー B. メカニズムの設計。パルグレイブ・マクミラン、英国、1989 年。

4. 意思決定インテリジェンスは新しい AI ですか? https://www.forbes.com/sites/forbestechcouncil/2022/05/25/is-decision-intelligence-the-new-ai/?sh=78404df74e42

5. クラウス、マティアス、ステファン・フォイリーゲル、アシル・オズテキン。「ビジネス分析とオペレーションリサーチにおけるディープラーニング: モデル、アプリケーション、および経営への影響」 欧州オペレーショナルリサーチジャーナル 281.3 (2020): 628-641。

6. サットン、リチャード S.、アンドリュー G. バート。 強化学習: 概要。MIT プレス、2018 年。

7. パール、ユダヤ、ダナ・マッケンジー。 なぜを知る本: 原因と結果の新しい科学。基本書籍、2018年。

終わり

著者と所属の紹介

この記事の著者である Zhong Chen は、Didi のオンライン配車 MPT チーム (Marketplace Technology) の出身です。チームは、機械学習や強化学習などの最先端テクノロジーの継続的な探索を通じて、注文の割り当て、ドライバーのスケジュール設定、相乗り、価格設定、補助金などを含む世界トップのインテリジェント取引プラットフォームを構築し、システムの設計を改善することに取り組んでいます。取引市場でリソースの最適な配分を達成し、需要と供給の間の現在および潜在的な不均衡を解決し、プラットフォームの多様化する旅行ニーズを最大限に満たし、乗客エクスペリエンスを継続的に最適化し、ドライバーの収入を保証し、ビジネスを改善するよう努めます。業務の効率化を図り、旅行業界の変革と発展をリードします。

求人情報

私たちはチームのバックエンドとアルゴリズムのニーズを募集しています。興味のあるパートナーはぜひ参加してください。[email protected] に履歴書を送信するか、下の QR コードをスキャンして履歴書を直接送信できます。ご参加をお待ちしています。

シニア研究開発エンジニア

職務上の責任:

1. コアディスパッチエンジンアーキテクチャ、分散マッチングコンピューティングシステムなどの設計と開発を担当します。

2. アーキテクチャの設計と、注文分配、フローの迂回、需要と供給の予測などの複雑な戦略の開発を担当します。

3. 新しいビジネスモデルの探索を担当します。