网约车安全信息管理平台的设计与实现

这是一篇关于网约车,数据管理,安全事件管理的论文, 主要内容为近年来网上打车行业快速发展,网约车服务基本覆盖了我国各大城市,青年人几乎人手一份打车APP。伴随着网约车服务订单量的井喷式增长,网约车的各类安全隐患和事故也随之增长,成为该行业急需处理和整治的症结所在。同时,与网约车相关的各类数据量也变得日益庞大,难以管理,网约车安全信息管理平台随之应运而生,用以管理各类与网约车行程和安全事故相关的数据。网约车安全信息管理平台围绕数据处理和安全操作两大核心,是集数据可视化、个性化数据提取、数据清洗标识、和车单判责等功能为一体的数据操作管理平台。本文结合了网约车行业当前的发展状况,对网约车公司内部对数据管理的实际需求进行了详细的分析,对网约车公司判责流程和工作人员处理安全事件流程中影响工作效率的痛点进行了深入的了解和总结,由此设计出平台的功能结构和整体框架。平台采用前后端分离的开发方式,选取了前端Vue全家桶+Echarts和后端Spring Boot+My SQL的技术组合,结合相关语音识别、图像识别等算法对数据进行清洗、标注处理,以此来实现平台系统的全部内容。通过分析和设计,将平台分为综合管理模块、数据展示模块、车单信息操作模块、安全规则定制模块和安全判责模块五个部分,本文按照软件工程生命周期的顺序并结合E-R图、类图、流程图等图表对该平台项目各部分进行了详细的分析和阐述,对项目的实现和测试内容进行了展示和说明,最后对项目本身的发展进行了猜想和展望。本项目所有模块的功能均已基本实现,项目本身已在本人实习的公司实际运行和使用了,经过系统的验证,网约车安全信息管理平台满足了用户的需求,符合用户对产品的期望,平台实现了对网约车数据的有效管理,切实提高了用户的工作效率。同时,当前版本实现的网约车安全信息管理平台整体的设计和运作流程也是在网约车数据管理和安全事务处理方面的一次探索和尝试,希望能为他人在此方面提供经验和借鉴。

考虑用户使用意愿的网约车市场细分研究

这是一篇关于网约车,TAM,联合分析实验,市场细分的论文, 主要内容为目的:随着社会的发展,传统的物品所有权概念在发生变化,共享经济逐渐兴起。在城市交通领域,“共享出行”蓬勃发展,新兴的共享出行模式不断涌现,各种基于互联网的共享出行平台如雨后春笋般快速成长。在我国,典型的共享出行如滴滴出行、Uber等网约车服务迅速发展。2015年我国网约车客运量占出租车客运总量的9.5%,2018年则达到36.3%;2019年网约出租车用户达到3.37亿,专车和快车用户为3.39亿。网约车服务是服务类型。相比传统出行服务,网约车是使用移动互联网信息平台作为媒介、提供车辆和驾驶服务,满足用户个性化出行的智慧城市交通的服务,为用户提供更为便利的出行方式,缓解了城市中的“打车难”问题,也能在一定程度上满足市民的差异化出行需求。然而,网约车是一种新兴的出行服务,无论学者还是运营商对网约车顾客分析、市场细分战略研究尚处于起步阶段,一些基础性的问题亟需回答,比如用户对于网约车服务的偏好是怎样的?不同人群对服务的诉求有怎样的差异?这些问题的答案对于网约车市场发展战略是很重要的。方法:本文回顾了网约车相关的研究,并在技术接受模型(TAM)基础上,研究了影响用户使用网约车的因素。在原始技术接受模型的基础上,根据网约车的特点以及用户对于网约车的认知,选取感知价值、感知风险作为外部变量,建立用户使用网约车影响因素模型,并使用年龄、性别、职业等因素作为调节变量,对不同用户进行异质性研究。在模型基础上提出假设,设计量表并作问卷调查,对假设进行检验;然后根据检验结果设计联合分析实验,研究网约车用户的使用偏好,并据此进行市场细分分析。结论:实证结果表明用户对网约车服务的感知价值、感知易用正向影响感知有用性,感知风险负向影响感知有用性,感知有用正向影响使用意愿。根据以上结果,设计联合分析实验,得出用户对于网约车服务的偏好因素从高到低依次是价格、乘坐体验、安全性。使用K-MEANS聚类分析方法对网约车用户进行分类,分为价格-乘坐体验型群体、价格-安全性群体以及价格-综合性群体。三类用户群体在性别、通勤花费金额以及通勤方式上有显著区别,对三类用户群体对网约车服务的偏好做了深入分析。最后根据实验结果,为网约车运营商提供管理和经营网约车的策略,为网约车市场发展提出战略建议,为网约车服务未来的精细化市场发展方向提供思路。创新点:(1)根据网约车的服务特点对传统的技术接受模型做了调整,并据此发展了量表。同时使用性别、职业、花费通勤金额、学历、通勤时间等多种因素作为模型调节变量,研究用户异质性对于使用意愿的影响。(2)首次使用联合分析实验进行网约车用户偏好分析,设计网约车虚拟产品。进行基于用户偏好的网约车市场细分分析。

网约车用户出行行为分析及需求预测——以海口市为例

这是一篇关于网约车,行为分析,需求预测,LSTM神经网络,CNN神经网络的论文, 主要内容为近些年来,随着城市化进程的加快以及公共交通系统的发展,可供居民选择的出行方式越来越多:公共汽车、私家车、地铁、网约车、共享单车等。以这些出行方式为基础,结合搭载在其上的硬件设备获得的卫星导航信号等相关数据,应用先进的物联网,大数据等技术,人们可以对使用这些出行工具的用户进行行为分析和研究,获得用户的出行行为以及需求特点。从而解决城市的交通以及规划等问题,促进城市的发展,提高居民的生活质量和幸福指数。在以上多种出行工具中,网约车,作为一种新兴的出行方式,在近几年积累了海量的用户,得到了社会的普遍认可和国家相关政策的大力支持,解决了传统出租车和用户之间的信息不对称等问题。不过,当下对于网约车用户相关的出行行为分析较少,而且随着越来越多的用户和司机的加入,很多城市的一些区域在某些时间段出现了叫车难,排队时间长等问题。如何利用网约车历史订单数据,对网约车用户的出行行为进行分析研究,以及对某些区域的网约车用户需求进行预测就成为了相当重要的研究方向。本文以海口市为例,利用滴滴网约车订单历史数据,天气数据对网约车用户出行行为以及需求预测进行研究分析。主要研究内容如下:1、数据预处理工作——获取网约车订单数据;搭建爬虫系统爬取订单日期范围内对应的天气数据;对上述数据进行数据清洗、格式转换、数据整合等工作,得到预处理后的完整的订单数据。2、网约车用户出行行为分析工作——预处理后的网约车订单数据进行统计以及可视化分析,分析网约车用户需求量在不同时间、不同区域、不同环境下的数量以及变化趋势等。为后文网约车用户出行需求量的预测做基础工作。3、需求预测的模型构建工作——基于已完成的相关可视化分析得到的直观结果进行网约车用户出行需求的预测。首先进行特征选择的工作,探究不同变量对于需求量的影响比重;然后提出使用LSTM与CNN并行组合模型来实现网约车用户出行需求预测的工作,并且利用预处理后的订单数据来确定最优参数和模型的整体结构;最后进行对比实验,实验结果证明本文构建的需求预测模型准确度优于传统的单特征LSTM预测模型,串行多特征LSTM预测模型。本文研究工作对于网约车公司的运营,城市公共交通系统的规划等方面有较强的实际意义。

成都市网约车监管问题研究

这是一篇关于成都市,网约车,司乘群体,协同监管,权益保障的论文, 主要内容为网络预约出租汽车(以下简称“网约车”)作为共享经济领域交通共享的典型代表,伴随着大数据、移动互联网等新技术的蓬勃发展,通过互联网+实现智慧出行,很大程度解决了以前城市里“打车难”的问题,已逐渐成为市民交通工具的重要组成部分,同时又能带来大量就业岗位,缓解城市就业压力。网约车的高速发展是始料未及的,根据中国互联网发展中心2021年发布的《第47次中国互联网络发展状况统计报告》,截至2020年12月,我国网络预约出租汽车用户规模达到3.65亿,占网民整体的36.9%。同时交通运输部官网显示,截至2020年12月,各地共发放网约车企业平台经营许可证(以下简称《网约车平台证》)214本、驾驶员证289.1万本、车辆运输证112万本,如此庞大的规模,对其进行制度化、体系化的全方面监管任重道远。本文以成都市网约车监管为研究对象,运用公共管理中共享经济理论、准公共物品理论和协同治理理论,采用文献查阅、比较分析、个案访谈等方法展开研究。首先,查阅国内外网约车监管领域的研究现状,对典型的专家学者观点进行梳理,并介绍该研究领域的基本概念和相关理论。然后,设计访谈提纲,对成都市交通运输局下的出租汽车管理处和成都市网约车行业协会的部分工作人员以及网约车驾驶员和乘客群体进行个案访谈,并对个案访谈结果进行了具体的总结分析。在此基础上从成都市网约车监管政策、监管内容、监管措施和监管成效方面详细分析了成都市网约车监管现状。接着,在监管现状分析的基础上,从监管意识、监管理念、监管效率、监管力度、监管方式以及专业技术力量配备和法律法规保障等方面指出现行网约车监管存在的问题,同时针对上述问题,从监管思路转变不及时、平台没有严格履职尽责、没有充分发挥司乘群体力量、网约车从业人员复杂、监管人力资源紧张以及行业法律法规经验缺乏等方面的剖析了存在监管问题的原因。再次,针对监管存在的问题与原因,采用文献调研方法对美国加州、英国伦敦等国外城市和我国北京、广州等一线城市的网约车监管进行总结,从规范细化网约车行业准入标准、加强对网约车平台的监管和加强对网约车司乘的权益保障方面分析了成都市网约车监管可以借鉴的经验。最后,在参考借鉴国内外网约车监管方面的经验和成都市网约车监管现状调查研究的基础上,提出笔者对于成都市网约车监管的优化建议:一是健全网约车政策法规体系和行业制度规范,二是创新政府协同监管模式,三是完善网约车乘客权益的保障体系,四是构建网约车驾驶员权益保障体系。最终探索形成“政企协作、协会配合、司乘参与、全民监督”的多元化治理模式和新型监管模式。

C网约出行平台服务营销策略研究

这是一篇关于共享出行,网约车,服务营销,7Ps,营销组合的论文, 主要内容为网约车作为一种高效智能的共享出行方式,逐步被越来越多的人开始接收和习惯。在发展之初,大部分网约车靠补贴占领市场,后来随着相关政策制度的不断完善以及平台技术的持续升级,网约车平台将逐步向着合规化、精细化运营发展。C出行作为有车企背景的出行企业典型代表,最开始以B2C自有车队形式入局专车市场,后来为进一步拓展市场,保证运力和控制成本,采取了B2C与C2C相结合的形式,不过这也给服务统一管理带来了问题与挑战,面对激烈的市场竞争,C出行应如何把供给端的优势变成规模增长的优势,如何在拓展市场的同时又保证服务,这都成了其面临的难题。本文主要以C出行公司的网约车业务为研究对象,对其进行了服务营销策略相关研究。本文运用PEST分析模型对网约车行业的宏观环境分析,运用波特五力模型分析了C出行平台的竞争环境,还通过企业实地调研与管理层访谈,梳理C出行企业内部环境并总结其服务营销现状。为进一步明确现状问题及其原因,基于7Ps理论,笔者设计问卷对乘客进行调研,并辅以访谈形式对司机进行了调研。然后综合问卷及访谈调研结果对出C出行公司网约车业务目前在服务营销上存在的问题进行总结,包括用户对品牌感知模糊、价格与产品感知价值矛盾、供求双方渠道狭窄、促销宣传吸引力低、司机对服务认知不统一、平台技术问题与服务同质化、有形展示质量待优化,进而根据问题原因提出相关建议和保障措施。相关服务营销建议包括明确品牌特色提升用户感知、优化定价突显产品价值、拓宽供求双方渠道、精准营销提升促销吸引力、加强司机对品牌及服务认知、技术升级并优化服务管理、注重细节提升有形展示质量。最后为保障上述建议的实施,还提出了安全、合规以及团队建设相关保障机制。相关建议和保障机制在一定程度上能帮助解决C出行网约车业务服务营销问题,同时也能给有车企背景的网约出行企业提供一定的借鉴价值。

基于区块链的网约车数字存证系统设计与实现

这是一篇关于网约车,区块链,去中心化数字存证,微服务的论文, 主要内容为网约车领域恶性事件频发,对于约车服务相关记录信息的真伪,只能依靠相关互联网公司自身的权威,很难取得用户信任。数据安全及隐私泄露等问题也未得到良好解决,无法杜绝数据篡改行为的发生。针对网约车领域中心化数字存证的弊端,本文首先提出了适用于区块链存证系统的基础开发框架,该框架整合了区块链与应用开发技术,可应用于各种去中心化存证场景。然后本文将框架在网约车存证领域进行了应用实践,设计并开发了基于区块链的网约车数字存证系统。系统通过对外开放接口的方式对网约车应用提供去中心化存证服务,设计了SDK模块整合以及微服务访问两种服务接入方式,能够以最便捷的方式实现网约车应用的区块链存证赋能。本文将系统的设计分为两个部分。区块链网络部分包括:数字摘要算法SHA256原理及应用、PBFT共识算法优化、智能合约部署与编译以及数据存储模型的设计与实现。通过存储文件对应的哈希值,有效降低区块网络存储压力。通过对PBFT算法的消息转发机制进行优化,提升了区块链网络运行效率。智能合约经过高级封装,使用数据库表的形式代替了传统合约的结构体数据存储方式,极大提升了开发便捷性。应用接口层部分:通过对账户实行角色分类,基于角色分配不同的访问控制权限,降低了数据的隐私泄露风险。将区块链与微服务技术进行创新整合应用,实现了将区块链功能通过微服务的方式对外提供服务。对系统完成了接口功能测试及性能测试,验证了系统的可用性。将区块链网络中的交易信息,通过图形化的方式进行展示,有效提升用户体验。本文创新点总结如下:(1)提出去中心化存证应用整体开发框架,降低去中心化存证应用开发门槛。在网约车数字存证领域进行去中心化数字存证实践,进行领域创新应用。(2)智能合约开发采用数据表格形式代替了传统的结构体形式,降低了智能合约的开发复杂性。并且通过合约模块化交互机制,极大提升了可维护性和可拓展性。(3)创新实践区块链技术与微服务技术融合,实现区块链即服务的服务接入方式。

考虑用户使用意愿的网约车市场细分研究

这是一篇关于网约车,TAM,联合分析实验,市场细分的论文, 主要内容为目的:随着社会的发展,传统的物品所有权概念在发生变化,共享经济逐渐兴起。在城市交通领域,“共享出行”蓬勃发展,新兴的共享出行模式不断涌现,各种基于互联网的共享出行平台如雨后春笋般快速成长。在我国,典型的共享出行如滴滴出行、Uber等网约车服务迅速发展。2015年我国网约车客运量占出租车客运总量的9.5%,2018年则达到36.3%;2019年网约出租车用户达到3.37亿,专车和快车用户为3.39亿。网约车服务是服务类型。相比传统出行服务,网约车是使用移动互联网信息平台作为媒介、提供车辆和驾驶服务,满足用户个性化出行的智慧城市交通的服务,为用户提供更为便利的出行方式,缓解了城市中的“打车难”问题,也能在一定程度上满足市民的差异化出行需求。然而,网约车是一种新兴的出行服务,无论学者还是运营商对网约车顾客分析、市场细分战略研究尚处于起步阶段,一些基础性的问题亟需回答,比如用户对于网约车服务的偏好是怎样的?不同人群对服务的诉求有怎样的差异?这些问题的答案对于网约车市场发展战略是很重要的。方法:本文回顾了网约车相关的研究,并在技术接受模型(TAM)基础上,研究了影响用户使用网约车的因素。在原始技术接受模型的基础上,根据网约车的特点以及用户对于网约车的认知,选取感知价值、感知风险作为外部变量,建立用户使用网约车影响因素模型,并使用年龄、性别、职业等因素作为调节变量,对不同用户进行异质性研究。在模型基础上提出假设,设计量表并作问卷调查,对假设进行检验;然后根据检验结果设计联合分析实验,研究网约车用户的使用偏好,并据此进行市场细分分析。结论:实证结果表明用户对网约车服务的感知价值、感知易用正向影响感知有用性,感知风险负向影响感知有用性,感知有用正向影响使用意愿。根据以上结果,设计联合分析实验,得出用户对于网约车服务的偏好因素从高到低依次是价格、乘坐体验、安全性。使用K-MEANS聚类分析方法对网约车用户进行分类,分为价格-乘坐体验型群体、价格-安全性群体以及价格-综合性群体。三类用户群体在性别、通勤花费金额以及通勤方式上有显著区别,对三类用户群体对网约车服务的偏好做了深入分析。最后根据实验结果,为网约车运营商提供管理和经营网约车的策略,为网约车市场发展提出战略建议,为网约车服务未来的精细化市场发展方向提供思路。创新点:(1)根据网约车的服务特点对传统的技术接受模型做了调整,并据此发展了量表。同时使用性别、职业、花费通勤金额、学历、通勤时间等多种因素作为模型调节变量,研究用户异质性对于使用意愿的影响。(2)首次使用联合分析实验进行网约车用户偏好分析,设计网约车虚拟产品。进行基于用户偏好的网约车市场细分分析。

基于网约车的用户行为分析系统设计与实现

这是一篇关于网约车,用户行为分析,可视化,数据融合的论文, 主要内容为在互联网+时代的浪潮下,传统行业逐渐与互联网进行深度结合,改变着我们的生活。人们的出行方式和互联网有了密不可分的关系。2012年“网约车”这个新的出行方式进入到了中国百姓的生活。由于网约车服务的便利性很大程度上解决了用户出行难的问题,自诞生以来便迅速吸引了众多用户,并且取得了快速的发展。在网约车行业从诞生到普及的过程中,企业获得了大量的数据。丰富的用户行为信息和企业制胜的关键就隐藏在这些庞大且复杂的数据中。企业想在激烈的市场环境下博得机会,具备强有力的竞争力,就需要具备精准、及时地从这些信息中挖掘出数据背后的规律与价值的能力。通过对用户行为数据的汇总,剖析和深度理解,可以制定有效的营销策略,提升用户体验,拥有核心竞争力。基于这种现状,本文主要针对网约车产生的数据,设计实现了基于网约车用户行为分析系统。本系统主要采用B/S架构,使用PHP+MySQL+WEB的方式开发,支持MySQL/Solr/oracle/mongodb数据库以及数据库之间的连接,实现数据融合,从而解决大量数据背景下,数据分析难度提升的问题,提高了数据处理的效率。本系统的各功能立足于行业的实际需求,依据用户行为分析的要点实现了用户漏斗分析、用户留存分析等分析功能。系统还利用RFM模型和聚类算法实现了用户特征分类,利用xgboost算法实现了用户流量预测。最终让用户能够通过简单的条件筛选得到精确且可视化的易读结果。同时还为用户提供自定义分析功能,支持用户通过简单配置实现个性化分析。本系统还支持不同分析模块间的对照分析,并且能够对各分析报告进行编辑和下载。

网约车安全信息管理平台的设计与实现

这是一篇关于网约车,数据管理,安全事件管理的论文, 主要内容为近年来网上打车行业快速发展,网约车服务基本覆盖了我国各大城市,青年人几乎人手一份打车APP。伴随着网约车服务订单量的井喷式增长,网约车的各类安全隐患和事故也随之增长,成为该行业急需处理和整治的症结所在。同时,与网约车相关的各类数据量也变得日益庞大,难以管理,网约车安全信息管理平台随之应运而生,用以管理各类与网约车行程和安全事故相关的数据。网约车安全信息管理平台围绕数据处理和安全操作两大核心,是集数据可视化、个性化数据提取、数据清洗标识、和车单判责等功能为一体的数据操作管理平台。本文结合了网约车行业当前的发展状况,对网约车公司内部对数据管理的实际需求进行了详细的分析,对网约车公司判责流程和工作人员处理安全事件流程中影响工作效率的痛点进行了深入的了解和总结,由此设计出平台的功能结构和整体框架。平台采用前后端分离的开发方式,选取了前端Vue全家桶+Echarts和后端Spring Boot+My SQL的技术组合,结合相关语音识别、图像识别等算法对数据进行清洗、标注处理,以此来实现平台系统的全部内容。通过分析和设计,将平台分为综合管理模块、数据展示模块、车单信息操作模块、安全规则定制模块和安全判责模块五个部分,本文按照软件工程生命周期的顺序并结合E-R图、类图、流程图等图表对该平台项目各部分进行了详细的分析和阐述,对项目的实现和测试内容进行了展示和说明,最后对项目本身的发展进行了猜想和展望。本项目所有模块的功能均已基本实现,项目本身已在本人实习的公司实际运行和使用了,经过系统的验证,网约车安全信息管理平台满足了用户的需求,符合用户对产品的期望,平台实现了对网约车数据的有效管理,切实提高了用户的工作效率。同时,当前版本实现的网约车安全信息管理平台整体的设计和运作流程也是在网约车数据管理和安全事务处理方面的一次探索和尝试,希望能为他人在此方面提供经验和借鉴。

考虑用户使用意愿的网约车市场细分研究

这是一篇关于网约车,TAM,联合分析实验,市场细分的论文, 主要内容为目的:随着社会的发展,传统的物品所有权概念在发生变化,共享经济逐渐兴起。在城市交通领域,“共享出行”蓬勃发展,新兴的共享出行模式不断涌现,各种基于互联网的共享出行平台如雨后春笋般快速成长。在我国,典型的共享出行如滴滴出行、Uber等网约车服务迅速发展。2015年我国网约车客运量占出租车客运总量的9.5%,2018年则达到36.3%;2019年网约出租车用户达到3.37亿,专车和快车用户为3.39亿。网约车服务是服务类型。相比传统出行服务,网约车是使用移动互联网信息平台作为媒介、提供车辆和驾驶服务,满足用户个性化出行的智慧城市交通的服务,为用户提供更为便利的出行方式,缓解了城市中的“打车难”问题,也能在一定程度上满足市民的差异化出行需求。然而,网约车是一种新兴的出行服务,无论学者还是运营商对网约车顾客分析、市场细分战略研究尚处于起步阶段,一些基础性的问题亟需回答,比如用户对于网约车服务的偏好是怎样的?不同人群对服务的诉求有怎样的差异?这些问题的答案对于网约车市场发展战略是很重要的。方法:本文回顾了网约车相关的研究,并在技术接受模型(TAM)基础上,研究了影响用户使用网约车的因素。在原始技术接受模型的基础上,根据网约车的特点以及用户对于网约车的认知,选取感知价值、感知风险作为外部变量,建立用户使用网约车影响因素模型,并使用年龄、性别、职业等因素作为调节变量,对不同用户进行异质性研究。在模型基础上提出假设,设计量表并作问卷调查,对假设进行检验;然后根据检验结果设计联合分析实验,研究网约车用户的使用偏好,并据此进行市场细分分析。结论:实证结果表明用户对网约车服务的感知价值、感知易用正向影响感知有用性,感知风险负向影响感知有用性,感知有用正向影响使用意愿。根据以上结果,设计联合分析实验,得出用户对于网约车服务的偏好因素从高到低依次是价格、乘坐体验、安全性。使用K-MEANS聚类分析方法对网约车用户进行分类,分为价格-乘坐体验型群体、价格-安全性群体以及价格-综合性群体。三类用户群体在性别、通勤花费金额以及通勤方式上有显著区别,对三类用户群体对网约车服务的偏好做了深入分析。最后根据实验结果,为网约车运营商提供管理和经营网约车的策略,为网约车市场发展提出战略建议,为网约车服务未来的精细化市场发展方向提供思路。创新点:(1)根据网约车的服务特点对传统的技术接受模型做了调整,并据此发展了量表。同时使用性别、职业、花费通勤金额、学历、通勤时间等多种因素作为模型调节变量,研究用户异质性对于使用意愿的影响。(2)首次使用联合分析实验进行网约车用户偏好分析,设计网约车虚拟产品。进行基于用户偏好的网约车市场细分分析。

租赁型网约车管理系统的设计与实现

这是一篇关于网约车,汽车租赁,管理系统,S2SH框架的论文, 主要内容为在90年代出现了一种这样的行业,它将汽车的使用权和所有权分开,签订一种合同的形式,使得所有人拿出闲置的汽车,使用者缴纳一定费用获得相应的使用权和使用期限,这就是汽车租赁,也是共享经济前身的一种形式。近几年来,共享经济已经走进人们的生活,也在逐步影响,并且改变着人们的生活方式。从前两年的滴滴网约车,到现在刚投放在广州、杭州的共享雨伞,共享经济已经无处不在。共享经济,是一种整合了闲散的社会资源或物品,通过租借等方式,以较低的价格投放社会,而商家一般通过筹集资金,进行投资来获取利润。目前共享经济生命力旺盛,改变着人们的出行方式乃至整个生活方式,但是,共享经济也给人们的生活带来了不便。大街小巷,经常可以看见横七竖八的共享单车,损坏的共享雨伞,这些都在一定程度影响了交通和市容市貌,究其原因,是因为共享经济在很多方面,仍然没有得到规范的管理,相关的系统及法律法规不够全面,使得素质不够高的使用者的使用行为,没有得到规范化。本文综合了网约车和汽车租赁两个方面优势,整合成租赁型网约车辆管理系统。本系统主要是为了实现租赁过程中所需要管理事件进行控制,并且能提供网约车功能,主要有这几个模块的功能:(1)司机端:司机是本系统的纽带核心,既是租车的客户,同时也是网约车服务的提供人。(2)乘客端:乘客是本系统的二级服务对象。(3)员工端:汽车租赁公司的管理人员,是汽车租赁和网约车进行总的管理者。本文研究了汽车租赁和网约车两个新兴行业,进行整合设计,并且优化和提高,最终定义为租赁型网约车管理系统。本文Java作为开发语言,对本系统选择采用Strust2、Spring.Hibernate等框架组合而成的S2SH的轻量型框架进行设计,进行需求分析后确定系统的各个功能,依托MySQL数据库和JSP技术,对系统的报表和三层架构进行实现,最后进行测试。

网约车安全信息管理平台的设计与实现

这是一篇关于网约车,数据管理,安全事件管理的论文, 主要内容为近年来网上打车行业快速发展,网约车服务基本覆盖了我国各大城市,青年人几乎人手一份打车APP。伴随着网约车服务订单量的井喷式增长,网约车的各类安全隐患和事故也随之增长,成为该行业急需处理和整治的症结所在。同时,与网约车相关的各类数据量也变得日益庞大,难以管理,网约车安全信息管理平台随之应运而生,用以管理各类与网约车行程和安全事故相关的数据。网约车安全信息管理平台围绕数据处理和安全操作两大核心,是集数据可视化、个性化数据提取、数据清洗标识、和车单判责等功能为一体的数据操作管理平台。本文结合了网约车行业当前的发展状况,对网约车公司内部对数据管理的实际需求进行了详细的分析,对网约车公司判责流程和工作人员处理安全事件流程中影响工作效率的痛点进行了深入的了解和总结,由此设计出平台的功能结构和整体框架。平台采用前后端分离的开发方式,选取了前端Vue全家桶+Echarts和后端Spring Boot+My SQL的技术组合,结合相关语音识别、图像识别等算法对数据进行清洗、标注处理,以此来实现平台系统的全部内容。通过分析和设计,将平台分为综合管理模块、数据展示模块、车单信息操作模块、安全规则定制模块和安全判责模块五个部分,本文按照软件工程生命周期的顺序并结合E-R图、类图、流程图等图表对该平台项目各部分进行了详细的分析和阐述,对项目的实现和测试内容进行了展示和说明,最后对项目本身的发展进行了猜想和展望。本项目所有模块的功能均已基本实现,项目本身已在本人实习的公司实际运行和使用了,经过系统的验证,网约车安全信息管理平台满足了用户的需求,符合用户对产品的期望,平台实现了对网约车数据的有效管理,切实提高了用户的工作效率。同时,当前版本实现的网约车安全信息管理平台整体的设计和运作流程也是在网约车数据管理和安全事务处理方面的一次探索和尝试,希望能为他人在此方面提供经验和借鉴。