[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在审
申请号: | 202010237741.7 | 申请日: | 2020-03-30 |
公开(公告)号: | CN111429268A | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 陆鹏飞;赵云 | 申请(专利权)人: | 上海德易车信息科技有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62;G06N3/04;G01S19/42 |
代理公司: | 上海硕力知识产权代理事务所(普通合伙) 31251 | 代理人: | 郭桂峰 |
地址: | 200241 上海市闵*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 信贷风险 检测 方法 终端设备 存储 介质 | ||
本发明提供了一种车辆信贷风险检测方法、终端设备和存储介质,其方法包括: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。本发明识别出车辆信贷风险,降低信贷公司的抵押风险和经济损失。
技术领域
本发明涉及计算机技术领域,尤指一种车辆信贷风险检测方法、终端设备和存储介质。
背景技术
随着社会的进步,经济的快速发展,车辆市场变得日益火爆,然而,大部分人为了减轻经济负担采用按揭贷款的方式来购买车辆,其中车辆抵押业务类型由于借贷机构押证不押车,借款人只需要到车辆登记部门办理抵押登记后,车辆还在借款人手里,不影响借款人对车辆的使用,但是间接地给信贷机构带来了极大的抵押风险,虽然车贷机构已经把被抵押车辆的行驶证、登记证等手续抵押在案,但是如何防止被抵押车辆不被车主二次抵押给别的信贷公司,是车贷机构要亟待解决的问题。
发明内容
本发明的目的是提供一种车辆信贷风险检测方法、终端设备和存储介质,实现识别出车辆信贷风险,降低信贷公司的抵押风险和经济损失。
本发明提供的技术方案如下:
本发明提供一种车辆信贷风险检测方法,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。
进一步的,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;
其中,所述车辆行驶状态包括驻车状态数据和行车状态数据。
进一步的,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。
进一步的,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。
进一步的,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;
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上海德易车信息科技有限公司,未经上海德易车信息科技有限公司许可,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/202010237741.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种图像处理方法及电子设备
- 下一篇:一种旋转搬运机器人