[发明专利]车辆风险评估方法、装置、计算机设备及存储介质在审
申请号: | 201811187934.5 | 申请日: | 2018-10-12 |
公开(公告)号: | CN109544351A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 韩伟;邓坤;王建明;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06F17/18;G06K9/62 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 谭果林 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车险 评估数据 重要度 计算机设备 初始数据 存储介质 风险评估 预设 车辆发生事故 驾驶 风险系数 风险指数 回归模型 特征输入 预测模型 评估 投保 概率 | ||
1.一种车辆风险评估方法,其特征在于,包括:
获取车辆的车险评估初始数据,根据所述车险评估初始数据生成车险评估数据,所述车险评估数据包括驾驶风险特征;
根据预设高重要度特征列表,从所述车险评估数据的驾驶风险特征中提取高重要度特征;
将所述高重要度特征输入预设逻辑斯蒂回归模型,计算并得到所述车辆的风险指数。
2.如权利要求1所述的车辆风险评估方法,其特征在于,所述获取车辆的车险评估初始数据,根据所述车险评估初始数据生成车险评估数据,包括:
与所述车辆的车载终端建立连接;
从所述车载终端获取指定时间内的车辆性能数据;
根据所述车辆性能数据生成所述车险评估数据。
3.如权利要求1所述的车辆风险评估方法,其特征在于,所述获取车辆的车险评估初始数据,根据所述车险评估初始数据生成车险评估数据,包括:
与所述车辆的车载终端建立连接;
从所述车载终端获取指定时间内的车辆运行数据;
按预设驾驶行为规则处理所述车辆运行数据,生成车险评估数据。
4.如权利要求1所述的车辆风险评估方法,其特征在于,所述获取车辆的车险评估初始数据,根据所述车险评估初始数据生成车险评估数据,包括:
获取所述车辆指定时间内的行驶路线;
根据所述车辆行驶路线从指定服务器获取与所述车辆行驶路线对应的环境数据;
按预设环境数据处理规则处理所述环境数据,生成所述车险评估数据。
5.如权利要求1所述的车辆风险评估方法,其特征在于,所述将所述高重要度特征输入预设逻辑斯蒂回归模型,计算并得到所述车辆的风险指数之后,还包括:
获取保单的配置信息;
获取与所述配置信息对应的费用计算公式;
将所述风险指数及所述配置信息输入所述费用计算公式,计算出所述车辆的保险费用。
6.如权利要求1所述的车辆风险评估方法,其特征在于,所述根据预设高重要度特征列表,从所述车险评估数据的驾驶风险特征中提取高重要度特征之前,包括:
获取第一训练集,所述第一训练集包括多个车险评估样本,所述车险评估样本包括驾驶风险特征;
通过梯度提升决策树算法训练所述第一训练集,构建驾驶风险特征评价模型;
从所述驾驶风险特征评价模型获取各个驾驶风险特征的重要度;
将重要度高于预设重要度阈值的驾驶风险特征标记为高重要度特征,得到所述预设高重要度特征列表。
7.如权利要求1-6所述的车辆风险评估方法,其特征在于,所述将所述高重要度特征输入预设逻辑斯蒂回归模型,计算并得到所述车辆的风险指数之前,还包括:
获取包括多个车辆风险样本的第二训练集,所述车辆风险样本包括高重要度特征;
通过逻辑斯蒂回归算法训练所述第二训练集,得到所述预设逻辑斯蒂回归模型。
8.一种车辆风险评估装置,其特征在于,包括:
获取模块,用于获取车辆的车险评估初始数据,根据所述车险评估初始数据生成车险评估数据,所述车险评估数据包括驾驶风险特征;
输入模块,用于根据预设高重要度特征列表,从所述车险评估数据的驾驶风险特征中提取高重要度特征;
计算模块,用于将所述高重要度特征输入预设逻辑斯蒂回归模型,计算并得到所述车辆的风险指数。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车辆风险评估方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆风险评估方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811187934.5/1.html,转载请声明来源钻瓜专利网。