'滴滴副總裁賴春波：每天發現幾十萬“異常”訂單，只有幾起為真'

滴滴出行技術副總裁賴春波

來源：數據猿 作者：劉丹

一輛在保定高速上行駛的車輛發生車禍，滴滴系統識別後立即呼入電話，無人接聽後報警。交警及時趕到現場。滴滴如何識別到這輛車輛的異常呢？

7月2日，滴滴以“安全”為主題的媒體開放日在北京舉行。滴滴出行技術副總裁賴春波詳細介紹了滴滴行程異常識別和干預系統。這套系統能對行程中出現的風險問題，一定程度上進行提前識別和預警。

春波介紹到，大數據模型能夠識別行程中的一些異常情況，例如路線偏移既定路線，行程中過久的停留，以及司機在非目的地的地點提前結束訂單。對於這三類，滴滴覺得比較有風險的場景，會給予及時危險預警。

根據事件預判的嚴重程度不同，滴滴分四種方式介入。相對輕微的問題，手機端app會彈窗主動詢問乘客，並提示安全措施。再嚴重些，系統會發起自動語音電話，對司機乘客個安全提示。最嚴重的問題，安全專家介入研判，涉及到重大的財產人身安全，就會立即報警。

不過，這個過程常受到用戶不規範操作APP等人為因素影響。據統計，滴滴每天出現大量“異常”用戶。例如因“口頭修改目的地”等正常原因造成的路線偏移，每天約20萬單；因“乘客中途接人、暈車嘔吐”等被誤判為“異常停留”的訂單，每日約有10萬單。

滴滴的端內提示每天達到數十萬次，自動語音外呼達到上萬次，而經過研判，確實存在問題的訂單隻有幾個，概率非常低。

“識別和干預系統取得了一定進展，但也面臨越來越多的挑戰。”賴春波坦言，數據識別和干預模型高度依賴於行車軌跡，但滴滴後臺的軌跡非常缺失，為識別增加了難度。而且在干預過程中，特別是高危場景中，要不要給當事人打電話？打進去會不會激化雙方矛盾？有時後臺不知具體情況的工作人員很難權衡。日常滴滴與司機、乘客溝通的渠道太少，一些重要安全提示除了app，傳播方式不多。

賴春波強調，一旦司機關閉線上訂單，這些識別干預系統全部失效。因此，為了更好的保護用戶的出行安全，希望乘客和司機堅決杜絕線下交易。滴滴也會積極打擊，一旦查實，會對司機暫停服務，實施教育。

此次滴滴媒體開放日，滴滴安全團隊成員集體亮相。團隊系統介紹了滴滴安全攻堅300天以來的進展，並邀請社會各界共建共治，繼續把脈糾偏。