[发明专利]一种根据汽车行驶规律建立风控模型的方法

说明书

本发明公开了一种根据汽车行驶规律建立风控模型的方法，所述建立风控模型的方法包括数据采集、数据清洗、数据分析、因子识别、模型构建、风险识别、风险预警和风险确认八个步骤。本发明对于设备要求和依赖不高：任何能采集到位置数据的设备都可以，不但包括GPS、北斗等能精确定位的设备，还包括基站、WIFI等非精确定位的设备，并且适用场景比较广，只要能提取到位置数据就能建立起模型，而且这种模型可以很容易推广到其它场景，不仅可以事先防范，也可以一边跑数据一边构建模型，评价的维度根据数据属性和质量、设备形态和工作模式的不同可以自适应，最终给出标准一致的评价方法。

技术领域

本发明涉及汽车金融技术领域，尤其涉及一种根据汽车行驶规律建立风控模型的方法。

背景技术

在汽车金融领域，目前风控的主要手段是通过贷前征信，即通过调查借贷人的身份信息，根据以往的交易记录和信用状态来评估借贷人的偿还能力，一旦放款完成，偿还期间风控手段也是不多，大多数都是在逾期后才进行催收。保险也是一样，也都是根据往期的理赔情况来决定下一年的保费，近年来，虽然UBI也在国内慢慢兴起，但是大多数也是需要在车辆上安装了专有设备以后行驶一段时间才能评估，也是属于“事后”。

随着车联网的兴起，各种智能设备从车上采集了丰富的数据，使我们开始慢慢关注对于车的画像，通过违约前“人”的异常表现传导到“车”的行为的变化，有可能提早识别出风险并进行防范。

现有评价模型对于设备要求和依赖高，成本比较高，并且评价模型的适用场景比较窄，为此，本发明提出一种根据汽车行驶规律建立风控模型的方法。

发明内容

本发明的目的是为了解决现有技术中的问题，而提出的一种根据汽车行驶规律建立风控模型的方法。

为了实现上述目的，本发明采用了如下技术方案：

一种根据汽车行驶规律建立风控模型的方法，所述建立风控模型的方法包括数据采集、数据清洗、数据分析、因子识别、模型构建、风险识别、风险预警和风险确认八个步骤；

所述数据采集：通过车辆上的设备提取尽可能多的数据，数据的属性必须包括经度、纬度和时间三个最基本的参量，也可以是能解算出这三个参量的其它数据如基站信息等；

所述数据清洗：去除干扰和无价值的数据，并把这些数据进行合理的存储；

所述数据分析：对数据进行加工处理，分析数据之间的逻辑关系，加工产生新的维度的数据；

所述因子识别：根据已有数据判定车辆可能的评价维度；

所述模型构建：根据识别出的模型因子构建评价模型；

所述风险识别：根据评价模型去识别场景和风险；

所述风险预警：针对识别出的风险进行预警；

所述风险确认：针对已经确认的风险进行标记。

优选的，所述数据采集的数据来源一般有两种途径，对于不联网的设备，可以通过读卡器直接从设备的存储设备上提取数据；而对于联网的设备，可以在云端的存储文件如数据库中直接提取，提取的数据包括：位置相关数据(时间、经度、纬度、速度、方向、基站参数、WIFI参数)和车辆状态数据(启动/熄火、驾驶行为等)。

优选的，所述数据清洗中需要清洗掉的数据主要包括：

漂移的位置点：a)速度超过180km/h；b)两点之间距离大于25 公里；c)车辆处于熄火状态但位置有变化；

非法时间：不在提取时间区间的位置点；

无法定位的基站或者WIFI参数。