[发明专利]复杂网络理论信用评价的路内停车欠逃费追缴方法及系统

权利要求书

1.复杂网络理论信用评价的路内停车欠逃费追缴方法，其特征在于，包括如下步骤：

步骤1，将车辆当前停车作为第i次停车，根据路内停车场的录入终端获取车辆第i次停车的应付费信息和车辆历史停放轨迹信息，获取车辆和路内停车场的辅助因素信息；

步骤2，根据应付费信息和历史停放轨迹信息构建空间使用判断模型和滞纳行为判断模型，根据辅助因素信息构建辅助因素集合；

步骤3，设定空间使用判断模型、滞纳行为判断模型以及辅助因素的权重，并计算得到车辆第i次停车对应的信用变化评价指标，通过不同评价方法对车辆第i次停车对应的信用变化评价指标进行评价，得到每种评价方法对应的信用变化评价结果；

步骤4，将每种评价方法对应的信用变化评价结果视为网络节点，基于复杂网络理论计算组合信用变化评价结果；

步骤5，将车辆第1至i次停车的组合信用变化评价结果进行累加，得到最终信用评价结果，根据最终信用评价结果所处的信用分段，对车辆执行相应的操作。

2.根据权利要求1所述复杂网络理论信用评价的路内停车欠逃费追缴方法，其特征在于，所述步骤1的具体过程如下：

从路内停车场的管理员手持录入终端或者视频桩智能录入终端处获取车辆的车牌号和停放时间，根据停放时间计算得到车辆的应付费信息，同时通过查询历史记录，获得车辆的历史停放轨迹信息；获取车辆和路内停车场的辅助因素信息，包括：车辆类型、一年内违法违章次数、路内停车场管理模式、周围环境以及路内停车场缴费率特征。

3.根据权利要求1所述复杂网络理论信用评价的路内停车欠逃费追缴方法，其特征在于，所述步骤2的具体过程如下：

2.1，根据历史停放轨迹信息构建空间使用判断模型：

If_i＝sgn{0.9-min[(N_i-N_i-1)²，(N_i-N_i-2)²，...，(N_i-N₁)²]}

k∈(0，i-1]

If_i∈{-1，1}

S_i1∈{0.25，0.75，1，(1+t_i)^0.25}

其中，为二元函数，N₁至N_i为第1至i次停放的路内停车场编号，N_i为整数；

If_i表示第i次停放的路内停车场是否与之前停放过的路内停车场重复，若If_i＝1，表示在该路内停车场至少第二次停放；若If_i＝-1，表示第一次停；

d_ik为第i次停放的路内停车场与第k次停放的路内停车场之间的距离，计算第i次停放的路内停车场与历史停放轨迹信息中的所有路内停车场之间的距离，对这些距离由小到大进行排序，前若干个距离之和为Minsum(d_ik)；若Minsum(d_ik)＜S，则车主对该路内停车场附近较为熟悉，若Minsum(d_ik)＞S，则车主对该路内停车场附近较为陌生，S∈(0，+∞)为阈值；

S_1i为表征车辆第i次停放对附近熟悉程度的信用变化评价指标，下列几种情况：①在该路内停车场第一次停，且对附近陌生；②在该路内停车场至少第二次停，但对附近陌生；③在该路内停车场第一次停，但对附近熟悉；④在该路内停车场至少第二次停，且对附近熟悉，在该路内停车场停车共计t_i次；在函数作用下的S_i1为：

2.2，根据停放时间与应付费信息构建滞纳行为判断模型：

i，C_i，D_i∈(0，+∞)

S_i2∈(C_i，2C_i)∪{0}∪(-2C_i，-C_i)

其中，S_i2为第i次停车付费的费时指数，是表征滞纳情况的信用变化评价指标，C_i为第i次停车应收金额，D_i为第i次停车付费距离第i次停车时间，即滞纳时间；

2.3，构建辅助因素集合，用于考虑辅助因素对信用评价的影响：

S_i3，S_i4，...，S_ij∈{0.5，0.75，1，1.25，1.5}

其中，S_i3，S_i4，...，S_iJ表示第i次停车时第3至第J种辅助因素的信用评价指标，它们根据不同情况取值为0.5、0.75、1、1.25、1.5。