滴滴停止夜间服务,究竟利好了谁?
滴滴的问题需要全社会的理性对待,我们不能简单地把滴滴和不安全划等号。毕竟,一个企业的体量再庞大,也不应该去承担一个社会应该承担的责任。
滴滴的问题需要全社会的理性对待,我们不能简单地把滴滴和不安全划等号。毕竟,一个企业的体量再庞大,也不应该去承担一个社会应该承担的责任。
这段日子滴滴几乎置身风暴中心。犹记得上次空姐遇害案时,滴滴“积极配合、200万悬赏誓要追凶”的姿态还赢得了大众的赞扬。可再一不再二,这次的温州乐清顺风车杀人案彻底耗尽了群众的耐心。没有人再宽容滴滴,滴滴上市回笼资金的愿景怕是要一拖再拖。 在讨论如今这件事之前,我们先回顾一下,空姐遇害案后,滴滴发出的声明:"出行安全是滴滴第一关注的事情,一直致力于利用互联网和大数据等技术手段,提高平台安全保障。滴滴正在与公安机关联手建立更完善及时的布控系统和侦破联动机制。也将在内部进一步完善司机安全和服务信用系统
2012年夏天创立的滴滴在6岁生日来临时遭遇到一场严峻危机。用9月7日程维在内部信中的说法,“滴滴陷入了质疑的风暴”,“管理层责无旁贷,问题在自己身上”。他号召全体员工放下浮躁,投入安全,彻底补课。 滴滴危机,对用户的伤害无可挽回,自身也付出了沉重代价。这一课,对整个中国企业界也有深刻的启发。 十部门通知”的美好时光 2016年2月17日,国家发展改革委、中宣部、科技部、财政部、环境保护部、住房城乡建设部、商务部、质检总局、旅游局、国管局十部门印发关于促进绿色消费的指导意见的通知(发改环资[20
温州女孩乘滴滴顺风车遇害事件,让滴滴处在了舆论漩涡的中心,其客服的处理效率及流程更是饱受诟病。记者调查发现,滴滴客服大多外包给了第三方客服公司,而异地客服、外包客服也是多数互联网公司采用的管理模式。那么,当客户遇到问题时,这样的管理模式能否帮助他们有效解决问题?来看记者调查。
根据住房和城乡建设部《关千印发< 20 15 年工程建设标准规范制订、修订计划〉的通知》(建标[ 201 4] 1 89 号)的要求,编制组经广泛的调查研究,认真总结实践经验,参考有关国际标准和国外先进标准,并在广泛征求意见的基础上,修订了本标准。 本标准的主要技术内容是: 总则; 术语; 基本规定; 交通需求分析; 服务水平与线网功能层次; 线网组织与布局; 线路规划; 车辆基地规划; 用地控制; 综合评价。 本标准修订的主要技术内容是: 增加了城市轨道交通系统的服务水平指标,增加了城市
乐清顺风车杀人案后,滴滴处于舆论的漩涡之中,不管是官方、主流媒体、自媒体、公众人物,还是普通网民,基本是一面倒地谴责滴滴。 滴滴有错,谴责无可厚非。即使其中有一些非议,滴滴也应该担着。但,这只是针对广大民众。作为官方和主流媒体,则应审之、慎之。毕竟我们一直在强调依法治国,滴滴是否有罪,应以当下的法律为基础进行评判。 不过可惜,道德审判之风已然蔓延开来。更为恐怖的是,部分媒体为了迎合大众胃口,不惜罔顾事实,搞一些耸人听闻的标题,而正文却是和标题没有一毛钱的关系。 今天要说的就是这篇名为《Uber
温州乐清顺风车案后,滴滴再次处于风口浪尖之上。如今将温州乐清案全部归咎于滴滴,似乎已经成为当下的“道德正确”,任何替滴滴说话的都是在“开脱”、“洗白”。不得不说,在这次案件之中,滴滴客服的敷衍态度实在可恨。但是,恶性案件频发,根源还是在于社会本身。滴滴的原罪在于,其身为企业,逐利为本,没有能够按照“人性本恶”来设计自己的产品和程序。说到监管,肯定是必要的,但是有一点是需要明确的,那就是监管并非万能。看看出租车行业,恶性案件也是时有发生。另外有个重要问题是:仅接入驾驶员和车辆数据就能杜绝犯罪?监管
《城市轨道交通运营管理规定》已于 2018 年 5 月 14 日经第 7 次部务会议通过,现予公布。自 2018 年 7 月 1 日起施行。
国务院办公厅关于进一步加强城市轨道交通规划建设管理的意见 国办发〔2018〕52号 各省、自治区、直辖市人民政府,国务院各部委、各直属机构: 城市轨道交通是现代城市交通系统的重要组成部分,是城市公共交通系统的骨干。《国务院办公厅关于加强城市快速轨道交通建设管理的通知》(国办发〔2003〕81号)印发以来,我国城市轨道交通总体保持有序发展,对提升城市公共交通供给质量和效率、缓解城市交通拥堵、引导优化城市空间结构布局、改善城市环境起到了重要作用。但同时,由于城市轨道交通投资巨大、公益性特征明显,部分
“造谣动动嘴,辟谣跑断腿”——大数据研究的真实写照。当下,数据为王,只要拥有数据,谁都可以置喙一二。于是乎,各种大数据分析报告满天飞,一些报告甚至连基本的概念都没有搞清楚。也难怪,数据即资源,研究的目的是为了数据变现。不弄点动静,如何吸引关注!外行如此,内行也好不到哪里去。如今,论文已然成为研究的首要目标和唯一价值。大数据研究,数据的预处理是关键,但是目前鲜有人去深究数据中的种种问题,相反,大数据的“大”反而成了滋生造假的温床。