申请/专利权人：平安科技(深圳)有限公司

申请日：2021-04-29

公开（公告）日：2024-06-28

公开（公告）号：CN113221984B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/762;G06V10/82;G06N3/0464;G06Q10/04;G06Q10/0635;G06F16/215

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明涉及人工智能技术领域，公开了一种用户酒驾行为分析预测方法、装置、设备及存储介质，用于提高用户酒驾行为风险的识别效率。用户酒驾行为分析预测方法包括：根据预设的数据清洗规则清洗用户的基于位置服务轨迹数据和用户的行动热点轨迹数据，得到已清洗的基于位置服务轨迹数据和已清洗的行动热点轨迹数据；基于案件工单信息、已清洗的基于位置服务轨迹数据和已清洗的行动热点轨迹数据确定风险特征因子数据集；通过预设的酒驾预测模型对风险特征因子数据集进行酒驾分析预测，得到酒驾预测结果；按照酒驾预测结果生成并推送用户酒驾测评信息。此外，本发明还涉及区块链技术，用户酒驾测评信息可存储至区块链节点中。

主权项：1.一种用户酒驾行为分析预测方法，其特征在于，所述用户酒驾行为分析预测方法包括：从预设的酒驾拒赔案件和预设的非酒驾拒赔案件中提取基于位置服务行为轨迹样本数据和行动热点行为轨迹样本数据；根据时刻维度和空间维度将所述基于位置服务行为轨迹样本数据和所述行动热点行为轨迹样本数据转换为基于位置服务样本特征因子和行动热点样本特征因子；根据所述位置服务样本特征因子和所述行动热点样本特征因子对初始深度神经网络模型进行训练，得到所述预设的酒驾预测模型；接收用户酒驾行为分析请求，并按照所述用户酒驾行为分析请求获取用户明细数据，所述用户明细数据包括案件工单信息、用户的基于位置服务轨迹数据和用户的行动热点轨迹数据；根据预设的数据清洗规则对所述用户的基于位置服务轨迹数据和所述用户的行动热点轨迹数据进行数据清洗，得到已清洗的基于位置服务轨迹数据和已清洗的行动热点轨迹数据；对所述案件工单信息进行数据解析，得到案件发生时刻和案件发生地点；按照所述案件发生地点和预设的地点范围筛选案件地点周边环境信息，并将所述案件发生时刻和所述案件地点周边环境信息合并为案件特征因子；按照预设的特征提取策略分别从所述已清洗的基于位置服务轨迹数据和所述已清洗的行动热点轨迹数据中读取与目标场所相关联的多个位置服务兴趣点数据和多个行动热点兴趣点数据，所述目标场所包括娱乐场所和餐饮场所；按照预设的维度分别对所述多个位置服务兴趣点数据和所述多个行动热点兴趣点数据进行聚类分析，得到位置服务特征因子和行动热点特征因子；将所述案件特征因子、所述位置服务特征因子和所述行动热点特征因子组合为风险特征因子数据集，所述风险特征因子数据集用于指示多个与酒驾行为相关的特征因子，所述风险特征因子数据集包括与基于位置服务相关的特征因子、与行动热点相关的特征因子和与案件相关的特征因子，所述风险特征因子数据集用于指示多个与酒驾行为相关的特征因子；将所述风险特征因子数据集输入至预设的酒驾预测模型，通过所述酒驾预测模型中的特征提取层对风险特征因子数据集进行特征编码和向量化处理，得多个嵌入向量特征，所述多个嵌入向量特征包括位置服务特征向量集和行动热点特征向量集；通过所述酒驾预测模型中的因子分解机层对所述多个嵌入向量特征进行交叉特征组合，得到第一输出结果；通过所述酒驾预测模型中的深度神经网络层对所述多个嵌入向量特征进行特征全连接处理，得到第二输出结果；通过所述酒驾预测模型中的激活函数层，对所述第一输出结果和所述第二输出结果进行酒驾分析和预测，得到酒驾预测结果，并将所述酒驾预测结果和所述用户酒驾行为分析请求映射存储至预设的内存数据表中，其中，所述酒驾预测结果为具体数值；按照所述酒驾预测结果生成用户酒驾测评信息，并将所述用户酒驾测评信息推送至目标终端，以使得所述目标终端按照所述用户酒驾测评信息处理对应的车辆赔偿业务。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 用户酒驾行为分析预测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD