Taiwans Smart Taxi-platform benytter kunstig intelligens baseret på store mængder data, der tilbyder hotspot-analyse, efterspørgselsforudsigelser og smarte anbefalinger. Dette gør det muligt for taxachauffører at vide, hvor der er potentielle kunder lige nu.
Med henblik på at reducere den tid taxaer bruger på at køre rundt uden passagerer, øge antallet af afhentede passagerer og optimere taxaernes serviceniveau, har vi målrettet vores forskning mod at forstå brugerne, og vi har gennemgået resultaterne for at få mere indsigt. Dette gav os mulighed for at opnå en større forståelse af, hvilke oplysninger taxachauffører har brug for i deres arbejde, samt at forstå, hvordan de evaluerer og fortolker disse oplysninger. Vores resultater blev derefter brugt til at udvikle softwarens brugergrænseflade.
Appen bruger tidligere data om passagerer og ture til at finde frem til de områder, hvor der er mest efterspørgsel, og ser derefter på tidspunktet, omstændighederne og særlige begivenheder den pågældende dag for at levere hotspot-steder til chaufførerne.
Algoritmen anvender statistiske analyser og maskinlæring til at forudsige behovet for hver enkelt region og oprette tidssegmenter baseret på den givne situation.
Ved at kombinere hotspot-analyse, efterspørgselsforudsigelser og taxaens aktuelle position kan appen give chaufføren anbefalinger til de bedste steder at samle passagerer op.