[发明专利]驾驶风险等级识别方法、装置、电子设备及可读存储介质

说明书

本发明涉及数据处理，揭露一种驾驶风险等级识别方法，包括：获取多个用户的驾驶行为数据和理赔数据，确定初始风险等级识别模型；获取多个用户的基本信息数据，训练初始风险等级识别模型得到第一风险等级识别模型，确定基本信息数据中与驾驶风险等级相关的特征因子；当没有指定用户的驾驶行为数据时，获取指定用户的基本信息数据；基于指定用户的基本信息数据及特征因子确定指定用户对应的特征矩阵，将特征矩阵输入第一风险等级识别模型，得到指定用户的预测驾驶风险等级。本发明还提供一种驾驶风险等级识别装置、电子设备及可读存储介质。本发明实现了对缺乏驾驶行为数据的用户进行精准的驾驶风险等级识别。

技术领域

本发明涉及数据处理领域，尤其涉及一种驾驶风险等级识别方法、装置、电子设备及可读存储介质。

背景技术

随着科技的发展，智能模型在人们生活中的应用越来越广泛，例如，将用户的驾驶行为数据输入风险等级识别模型得到用户的驾驶风险等级。然而，驾驶风险等级识别的准确性依赖于丰富的驾驶行为数据，对于新手车主来说，当前并没有驾驶行为数据，也就无法识别新手车主的驾驶风险等级。因此，亟需一种驾驶风险等级识别方法，以对缺乏驾驶行为数据的用户进行精准的驾驶风险等级识别。

发明内容

鉴于以上内容，有必要提供一种驾驶风险等级识别方法，旨在对缺乏驾驶行为数据的用户进行精准的驾驶风险等级识别。

本发明提供的驾驶风险等级识别方法，包括：

从第一数据库中获取多个用户的驾驶行为数据，从第二数据库中获取所述多个用户的理赔数据，基于所述理赔数据确定所述多个用户的历史驾驶风险等级，基于所述驾驶行为数据及所述历史驾驶风险等级确定初始风险等级识别模型；

从第三数据库中获取所述多个用户的基本信息数据，采用所述基本信息数据训练所述初始风险等级识别模型得到第一风险等级识别模型，并对所述基本信息数据及所述历史驾驶风险等级执行相关性分析，基于相关性分析结果确定所述基本信息数据中与驾驶风险等级相关的特征因子；

响应客户端发出的针对指定用户的驾驶风险等级识别请求，判断所述第一数据库中是否有所述指定用户的驾驶行为数据，当所述第一数据库中没有所述指定用户的驾驶行为数据时，从所述第三数据库中获取所述指定用户的基本信息数据；

基于所述指定用户的基本信息数据及所述特征因子确定所述指定用户对应的特征矩阵，将所述特征矩阵输入所述第一风险等级识别模型，得到所述指定用户的预测驾驶风险等级。

可选的，所述基于所述驾驶行为数据及所述历史驾驶风险等级确定初始风险等级识别模型包括：

将所述多个用户的驾驶行为数据分别输入多个预设模型，每个所述预设模型分别输出所述多个用户中的每个用户对应的初始驾驶风险等级；

基于所述初始驾驶风险等级及所述历史驾驶风险等级确定所述每个预设模型的预测准确率，将预测准确率最高的预设模型作为初始风险等级识别模型。

可选的，所述基本信息数据包括用户身份信息数据及用户经历过的事件数据，所述对所述基本信息数据及所述历史驾驶风险等级执行相关性分析，基于相关性分析结果确定所述基本信息数据中与驾驶风险等级相关的特征因子包括：

识别所述用户身份信息数据中的实体类别，将识别到的实体类型的集合作为初始指标集；

基于所述历史驾驶风险等级分析所述事件数据中与驾驶风险等级相关的目标事件；

将所述目标事件添加至所述初始指标集，得到目标指标集，将所述目标指标集中各个指标的稳定性参数作为与驾驶风险等级相关的特征因子。

可选的，所述基于所述历史驾驶风险等级分析所述事件数据中与驾驶风险等级相关的目标事件包括：

将每个用户对应的历史驾驶风险等级添加至每个用户对应的第一事件集合中，得到每个用户对应的第二事件集合；