[发明专利]一种车辆信贷风险检测方法、终端设备和存储介质

权利要求书

1.一种车辆信贷风险检测方法，其特征在于，包括步骤：

根据获取到的抵押车辆的GPS位置数据分析得到车辆行驶状态数据；

根据所述车辆行驶状态数据分析得到对应的车辆信贷风险判断结果。

2.根据权利要求1所述的车辆信贷风险检测方法，其特征在于，所述根据获取到的抵押车辆的GPS位置数据分析得到车辆行驶状态数据包括步骤：

根据所述GPS位置数据分析得到每一周期内抵押车辆的车辆行驶状态数据；所述车辆行驶状态数据包括驻车状态数据和行车状态数据。

3.根据权利要求2所述的车辆信贷风险检测方法，其特征在于，所述根据所述车辆行驶状态数据分析得到对应的车辆信贷风险判断结果包括步骤：

根据所述驻车状态数据和预先训练好的第一神经网络模型得到对应分类结果，根据所述分类结果进行分析对应的车辆信贷风险判断结果；和/或，

根据所述行车状态数据和预先训练好的第二神经网络模型得到对应分类结果，根据所述分类结果进行分析对应的车辆信贷风险判断结果；和/或，

根据所述驻车状态数据中的驻车位置、预设风险区域和网格搜索法进行搜索匹配，根据搜索匹配结果进行分析得到对应的车辆信贷风险判断结果。

4.根据权利要求3所述的车辆信贷风险检测方法，其特征在于，所述根据所述驻车状态数据和预先训练好的第一神经网络模型得到对应分类结果，根据所述分类结果进行分析对应的车辆信贷风险判断结果包括步骤：

将每一周期内的驻车状态数据进行排序，根据排序结果选取每一周期内预设数量排名靠前的目标驻车状态数据；

根据所述目标驻车状态数据构建驻车数据矩阵，将所述驻车数据矩阵输入至所述第一神经网络模型中，根据所述第一神经网络模型输出对应的分类结果；

根据所述分类结果进行加权运算，比较运算结果与第一预设阈值的大小；

若所述运算结果超过第一预设阈值，则确定所述抵押车辆存在车辆信贷风险；

若所述运算结果未超过第一预设阈值，则确定所述抵押车辆不存在车辆信贷风险。

5.根据权利要求3所述的车辆信贷风险检测方法，其特征在于，所述根据所述行车状态数据和预先训练好的第二神经网络模型得到对应分类结果，根据所述分类结果进行分析对应的车辆信贷风险判断结果包括步骤：

将每一周期内的行车状态数据进行排序，根据排序结果选取每一周期内预设数量排名靠前的目标行车状态数据；

根据所述目标行车状态数据构建行车数据矩阵，将所述行车数据矩阵输入至所述第二神经网络模型中，根据所述第二神经网络模型输出对应的分类结果；

根据所述分类结果进行加权运算，比较运算结果与第二预设阈值的大小；

若所述运算结果超过第二预设阈值，则确定所述抵押车辆存在车辆信贷风险；

若所述运算结果未超过第二预设阈值，则确定所述抵押车辆不存在车辆信贷风险。

6.根据权利要求3所述的车辆信贷风险检测方法，其特征在于，所述根据所述驻车状态数据中的驻车位置、预设风险区域和网格搜索法进行搜索匹配，根据搜索匹配结果进行分析得到对应的车辆信贷风险判断结果包括步骤：

根据所述驻车状态数据获取当前时刻对应的驻车位置；

根据所述驻车位置获取预设距离范围内的二手车市场坐标得到目标数据集；

将所述目标数据集进行网格切分得到若干个网格区块，根据所述驻车位置与所述网格区块进行匹配查找与所述驻车位置周围的邻近网格区块；

计算所述驻车位置与所述邻近网格区块对应二手车市场坐标之间的直线距离，并比较最小直线距离与预设距离阈值；

若所述最小直线距离超过预设距离阈值，则确定所述抵押车辆存在车辆信贷风险；

若所述最小直线距离未超过预设距离阈值，则确定所述抵押车辆不存在车辆信贷风险。