[发明专利]驾驶意图预测与处理方法、装置、设备及存储介质

权利要求书

1.一种驾驶意图预测与处理方法，其特征在于，所述驾驶意图预测与处理方法包括：

接收目标对象的驾驶意图预测请求，按照所述驾驶意图预测请求获取目标对象的位置服务轨迹信息、目标对象的行动热点轨迹信息和目标对象的信用信息；

对所述位置服务轨迹信息、所述行动热点轨迹信息和所述信用信息进行特征分析筛选，得到目标特征因子数据集，所述目标特征因子数据集用于指示与目标对象欺诈风险行为相关的多维度特征因子；

通过预设风险用户预测模型对所述目标特征因子数据集进行驾驶意图预测，得到驾驶意图预测结果，并判断所述驾驶意图预测结果是否小于预设的风险阈值；

所述通过预设风险用户预测模型对所述目标特征因子数据集进行驾驶意图预测，得到驾驶意图预测结果，并判断所述驾驶意图预测结果是否小于预设的风险阈值还包括：

将所述目标特征因子数据集输入至预设风险用户预测模型中，并通过所述预设风险用户预测模型中的输入层对所述目标特征因子数据集进行特征提取，得到多个稀疏特征，所述预设风险用户预测模型为训练好的神经网络因子分解机模型；

获取每个稀疏特征的维度，并通过所述预设风险用户预测模型中的神经网络层，按照每个稀疏特征的维度，将每个稀疏特征嵌入对应的维度向量，得到多个特征嵌入向量，所述多个特征嵌入向量包括多个低阶特征向量和多个高阶特征向量；

通过所述预设风险用户预测模型中的因子分解机层对所述多个低阶特征向量进行特征交叉处理，得到低阶特征组合集；

通过所述预设风险用户预测模型中的隐藏层对所述多个高阶特征向量进行非线性变换，得到高阶特征组合集；

通过所述预设风险用户预测模型中的输出层将所述低阶特征组合集和所述高阶特征组合集进行特征融合处理，输出驾驶意图预测结果；

将所述驾驶意图预测结果与预设的风险阈值进行差运算，得到目标差值，并判断所述目标差值是否小于0；

若所述目标差值小于0，则确定所述驾驶意图预测结果小于预设的风险阈值；

若所述目标差值大于或等于0，则确定所述驾驶意图预测结果大于或等于预设的风险阈值；

若所述驾驶意图预测结果小于预设的风险阈值，则根据所述驾驶意图预测请求调用对应的目标业务处理接口，得到车辆赔偿业务订单信息，并将所述车辆赔偿业务订单信息推送至目标终端；

若所述驾驶意图预测结果大于或等于预设的风险阈值，则按照所述驾驶意图预测结果和所述目标特征因子数据集生成目标对象的驾驶意图风险评估报告和预警信息，并向所述目标终端发送所述驾驶意图风险评估报告和所述预警信息。

2.根据权利要求1所述的驾驶意图预测与处理方法，其特征在于，所述接收目标对象的驾驶意图预测请求，按照所述驾驶意图预测请求获取目标对象的位置服务轨迹信息、目标对象的行动热点轨迹信息和目标对象的信用信息，包括：

接收目标对象的驾驶意图预测请求，对所述驾驶意图预测请求分配并启动消息处理线程；

通过所述消息处理线程将所述驾驶意图预测请求封装为目标业务消息，并将所述目标业务消息缓存至业务消息队列中；

调用所述业务消息队列对应的业务处理线程，对所述目标业务消息进行消息解析，得到目标对象的唯一标识和案件标识；

按照所述目标对象的唯一标识符和所述案件标识查询预设的图数据库，得到目标对象的位置服务轨迹信息、目标对象的行动热点轨迹信息和目标对象的信用信息。

3.根据权利要求1所述的驾驶意图预测与处理方法，其特征在于，所述对所述位置服务轨迹信息、所述行动热点轨迹信息和所述信用信息进行特征分析筛选，得到目标特征因子数据集，所述目标特征因子数据集用于指示与目标对象欺诈风险行为相关的多维度特征因子，包括：

从预设的数据表中读取多维度候选因子，并根据所述多维度候选因子分别对所述位置服务轨迹信息、所述行动热点轨迹信息和所述信用信息进行特征分析，得到多个位置服务特征因子、多个行动热点特征因子和多个信用特征因子；

通过欧氏距离分别对所述多个位置服务特征因子、所述多个行动热点特征因子和所述多个信用特征因子进行聚类处理，得到目标特征因子数据集，所述目标特征因子数据集用于指示与目标对象欺诈风险行为相关的多维度特征因子。