CN108256714A - 一种基于车联网大数据的行车轨迹实时风险评估模型 - Google Patents

Abstract

本发明提出了一种基于车联网大数据的行车轨迹实时风险评估框架，利用数据库存储的车辆特征信息、理赔信息以及从车载传感器中实时收集到的行驶轨迹信息，建立轨迹评分系统，所述轨迹评分系统包括车辆分组模型、轨迹聚类模型和行为理赔模型，实现对驾驶的行车轨迹进行实时评分，并为车险保费定价、保费调整、保费预测、创建新型车险提供参考，从而实现对驾驶环境、操作行为良好的轨迹，给予保费价格优惠；对驾驶环境、操作行为较差的轨迹，给予保费价格惩罚。

Description

一种基于车联网大数据的行车轨迹实时风险评估模型

技术领域

本发明属于物联网技术领域，尤其涉及一种基于车联网大数据的行车轨迹实时风险评估模型。

背景技术

车联网是物联网在汽车领域的一个分支，是移动互联网在汽车领域的一个重要应用，更是未来信息通信、智能管理、安全、节能等融合发展的必经之路，它通过信息传感技术、网络通信技术、GPS定位技术以及数据处理技术等，实现V2X，即车-X，X为车、路、行人或互联网的无线通讯与信息交换；通过对车辆、环境等动静态信息的搜集、分析与处理，实现智能交通管理、移动互联应用、动态信息服务等目的，最终提高交通、生产效率，并为人们的生活提供便利。

车险UBI(Usage Based Insurance)是基于驾驶员驾驶行为的保险，即根据采集的驾驶员驾驶信息，比如地点、时间、里程、驾驶行为习惯等，分析判断驾驶员驾驶车辆的危险等级，进而为不同驾驶危险等级的驾驶员提供不同的保费收取标准，最终达到安全的驾驶员将得到保费优惠、危险的驾驶员需要支付更高保费的效果。简单来讲，利用车载传感器记录驾驶员的驾驶行为习惯，从而不断调整保单价格。对驾驶习惯较好的驾驶员，降低其下一期的保费；对驾驶行为较差的驾驶员，增加其下一期的保费。

然而，多数年份车险的赔付率超过50％，车险业务经营效果不佳，损失风险控制不足导致车险赔付过高的情况。近年来，保险行业已经开始尝试使用车辆的地理位置信息和操作信息来决定驾驶员的驾驶行为以及驾驶风险，并以此作为参考对车险进行定价、更新以及其他服务。因此，利用大数据挖掘技术，根据驾驶人实际驾驶行为、车辆维修保养情况、车辆行驶实时路况、外界环境等因素来评定车险保费，将车联网与车险业务融合创新，进一步完善车险保费定价机制，实现车联网与车险行业的双赢局面，是目前车联网大数据的发展趋势。

车辆特征信息、驾驶轨迹行为和驾驶人员的操作行为均与车辆事故的发生概率有关。首先如颜色鲜艳、使用年限短、价格低廉、零整比低的车辆，其出事故的概率相对较小、事故后理赔金额也相对较小；颜色暗沉、使用年限久、价格昂贵、零整比高的车辆，其出事故的概率相对较大、事故后理赔金额也相对较大，所以不同类型的车辆应该对应不同价格的车险保费。其次，艳阳天，在公路上匀速直线行驶的车辆，其出事故的概率相对较小；下雨天，在多弯道山路上变速行驶的车辆，其出事故的概率相对较大，所以不同的行驶轨迹需对应不同价格的车险保费。最后，同一段路，不同的驾驶员的行为是有差异的，但是按照大数定律，驾驶员的驾驶行为之间是有共性的，可以划分成典型的分组，不良驾驶行为高的分组，其事故的概率相对的较大，不良驾驶行为低的分组，其事故概率相对较低。

然而目前还未有将上述三点汇总在一起，并统一跟事故之间建立一个定量的关联模型的体系，进而为车险保费定价、保费调整、保费预测和创建新型车险等提供参考服务。

发明内容

本发明的目的在于提供一种基于车联网大数据的行车轨迹实时风险评估框架，实现利用数据库存储的车辆特征信息以及从车载传感器中收集到的行驶轨迹信息，建立轨迹评分系统，从而对驾驶环境、操作行为良好的轨迹，给予保费价格优惠；对驾驶环境、操作行为较差的轨迹，给予保费价格惩罚。

为实现上述目的，本发明提出了一种基于车联网大数据的行车轨迹实时风险评估框架，包括数据采集处理系统和轨迹评分系统；

所述数据采集处理系统实时收集行车轨迹信息，对行车轨迹信息预处理后经通讯网络实时输送并存储至服务器数据库中；

所述轨迹评分系统根据所述数据采集处理系统上传的行车轨迹信息、所述服务器数据库内已存储的车辆特征信息和出险理赔信息建立轨迹评分模型；然后由轨迹评分模型对驾驶轨迹进行风险评估。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，所述行车轨迹信息包括驾驶轨迹的地理位置、驾驶行为、路况和天气状况。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，所述轨迹评分模型包括车辆分组模型、轨迹聚类模型和行为理赔关联模型，所述轨迹评分模型的建立包括以下步骤：

第一步：根据车辆特征信息建立车辆分组模型，并利用所述车辆分组模型对车辆进行分组，获得基于车型分类的车型组；

第二步：在车型组基础上，建立轨迹评分因子体系，根据行车轨迹信息建立轨迹聚类模型，对行车轨迹进行分类，获得基于车型和轨迹评分因子分类的轨迹组；

第三步：将轨迹组中每一条轨迹同出险理赔信息进行关联，建立行为理赔关联模型，从而获得包括车辆分组模型、轨迹聚类模型和行为理赔关联模型的轨迹评分模型；

第四步：由轨迹评分模型对每一条轨迹进行风险评估并计算轨迹评分。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，所述车辆分组模型的建立包括以下步骤：

第一步：基于车辆车型库，对车辆特征信息按照车辆车型库的统一标准进行特征化处理；

第二步：采用随机森林算法对已特征化处理过的车辆特征信息数据建立随机森林模型，获得车辆分组模型。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，在对所述车辆特征信息建立随机森林模型中，决策树的个数根据车辆分组结果进行调整；在建立决策树中，首先建立分类因子体系，然后评定所述分类因子体系内的分类因子区分样本的能力，信息增益越大，分类因子区分样本的能力越大，然后根据对分类因子的评定对决策树中每一节点确定合适的分类因子作为分类变量；

其中，利用信息熵计算获得使用某个分类因子作为分类变量时车辆特征信息数据分类前后的信息增益，选择信息增益最大的分类因子作为分类变量，信息熵的计算公式和信息增益的计算公式为：

信息熵的计算公式：其中，X为任一分类因子，x为X分类因子的可能值，P(x)为可能值x出现的概率；

信息增益的计算公式：其中，S是训练样本集合，A是分类因子集合，v是分类因子的任一可能值，|S_v|是S中分类因子值为v的数量，|S|是集合中样本的总数量，Entropy(S_v)是分类因子值为v的信息熵；

且当信息增益小于预定阈值时，则停止决策树的生长，完成一棵决策树的建立。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，轨迹聚类模型的建立包括以下步骤：

第一步：根据数据采集处理系统收集上传的行车轨迹信息，在每个车型组的行车轨迹信息中选取多个轨迹评分因子，建立每个车型组的轨迹评分因子体系；

第二步：采用随机森林算法对轨迹评分因子体系建立随机森林模型，获得轨迹聚类模型；

在随机森林模型中，决策树的个数根据轨迹聚类结果进行调整，根据轨迹评分因子的信息增益来确定决策树中节点的评分因子变量，其中，信息增益越大，轨迹评分因子区分样本能力越准确，选取信息增益最大的轨迹评分因子作为决策树中节点的评分因子变量。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，每一轨迹分组均具有轨迹评分因子信息和理赔信息，将轨迹评分因子信息同理赔信息进行关联并建立广义线性模型，通过广义线性模型对行车轨迹的风险进行评估。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，在对轨迹评分因子信息同理赔信息进行关联并建立广义线性模型前，采用相关系数作为选取轨迹评分因子的标准，并设定阙值，若轨迹评分因子的相关系数高于预设阙值，则将所述轨迹评分因子作为广义线性模型中使用的变量，其中，相关系数公式为：

其中，ρ_X，Y表示轨迹评分因子与理赔信息的相关系数，X代表任一轨迹评分因子，Y代表理赔信息，E(X)表示X的数学期望，E(XY)表示X*Y的数学期望，E(X²)表示X平方的数学期望，E²(X)表示X数学期望的平方，E(Y)表示Y的数学期望，E(Y²)表示Y平方的数学期望，E²(Y)表示Y数学期望的平方；

并对于每个轨迹分组均建立其对应的广义线性模型。

进一步的，在所述基于车联网大数据的行车轨迹实时风险评估框架中，所述车辆轨迹信息包括的类别为外界环境、时间、里程、速度和特殊操作次数，根据车辆轨迹信息每一类别细分评分因子，外界环境类别内的评分因子包括道路类型和天气状况；

时间类别内的评分因子包括起始时间、结束时间、是否为工作日、轨迹行驶月份、轨迹行驶年份、轨迹行驶日、轨迹时长、晚高峰行驶时间占比、早高峰行驶时间占比、日间行驶时间占比、夜间行驶时间占比和是否为疲劳驾驶；

里程类别内的评分因子包括轨迹里程、晚高峰行驶里程占比、早高峰行驶里程占比、日间行驶里程占比和夜间行驶里程占比；

速度类别内的评分因子包括轨迹平均速度和轨迹最大速度；

特殊操作次数类别内的评分因子包括低级加速次数、中级加速次数、高级加速次数、加速次数、低级减速次数、中级减速次数、高级减速次数、减速次数、低级转弯次数、中级转弯次数、高级转弯次数、转弯次数和停车次数。

进一步的，在所述基于车联网大数据的额轨迹实时风险评估体系中，对每一评分因子进行定义，道路类型分为山路、郊区公路、城市公路和高速公路，天气状况分为晴天、多云、雨天、雪天和雾天；

起始时间为轨迹开始的时间，结束时间为轨迹结束的时间，是否为工作日为周一到周五为工作日且根据起始时间判断，轨迹行驶月份为起始时间所在月份，轨迹行驶年份为起始时间所在年份，轨迹行驶日为起始时间所在日，轨迹时长为轨迹行驶的总时长，晚高峰行驶时间占比为在17：00～20：00时间段内的行车时间占比，早高峰行驶时间占比为7：00～10：00时间段内的行车时间占比，日间行驶时间占比为在6：00～18：00时间段内行车时间占比，夜间行驶时间占比为非日间行车区间的行车时间占比，是否为疲劳驾驶为判断轨迹行驶时间是否超过4h；

轨迹里程为轨迹行驶的总里程，晚高峰行驶里程占比为在17：00～20：00时间段内的行车里程占比，早高峰行驶里程占比为7：00～10：00时间段内的行车里程占比，日间行驶里程占比为在6：00～18：00时间段内行车里程占比，夜间行驶里程占比为非日间行车区间的行车里程占比；

轨迹平均速度为轨迹行驶的平均速度，轨迹最大速度为轨迹行驶的最大速度；

低级加速次数为在速度低于30km/h时的急加速次数，中级加速次数为速度为30km/h～60km/h时的急加速次数，高级加速次数为在速度高于60km/h时的急加速次数，加速次数为急加速的总次数，低级减速次数为在速度低于30km/h时的急减速次数，中级减速次数为速度为30km/h～60km/h时的急减速次数，高级减速次数为速度高于60km/h时的急减速次数，减速次数为急减速次数，低级转弯次数为速度低于30km/h时的急转弯次数，中级转弯次数为速度为30km/h～60km/h时的急转弯次数，高级转弯次数为速度高于60km/h时的急转弯次数，转弯次数为急转弯总次数，停车次数为轨迹停车总次数。

与现有技术相比，本发明的有益效果是：利用数据库存储的车辆特征信息、理赔信息以及从车载传感器中实时收集到的行驶轨迹信息，建立轨迹评分系统，所述轨迹评分系统包括车辆分组模型、轨迹聚类模型和行为理赔模型，实现对驾驶的行车轨迹进行实时评分，并为车险保费定价、保费调整、保费预测、创建新型车险提供参考，从而实现对驾驶环境、操作行为良好的轨迹，给予保费价格优惠；对驾驶环境、操作行为较差的轨迹，给予保费价格惩罚。

附图说明

图1为本发明一实施例中基于车联网大数据的行车轨迹实时风险评估框架的示意图；

图2为本发明一实施例中T-Box数据收集装置结构示意图；

图3为本发明一实施例中T-Box数据初步处理流程图；

图4为本发明一实施例中轨迹评分系统运作流程图。

具体实施方式

下面将结合示意图对本发明的基于车联网大数据的行车轨迹实时风险评估框架进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。

如图1所示，在本发明实施例中，一种基于车联网大数据的行车轨迹实时风险评估框架，包括数据采集处理系统和轨迹评分系统，其中数据采集处理系统设置在车辆上，实时收集车辆的行车轨迹信息，并对所采集的行车轨迹信息针对噪音、数据缺失等进行初步处理使得数据更加准确，然后将所述行车轨迹信息实时上传至服务器数据库；所述轨迹评分系统主要是根据上传的行车轨迹信息和服务器数据库内的车辆特征信息和理赔信息建立轨迹评分模型，并由轨迹评分模型对行车轨迹进行评分，从而为车险保费定价、保费调整、保费预测和创建新型车险等提供参考。

(一)数据采集处理系统——行车轨迹信息的收集和初步处理

首先由所述数据采集处理系统实时收集车辆的行车轨迹信息，对行车轨迹信息预处理后经通讯网络实时传送并存储至数据库服务器中，所述行车轨迹信息包括行驶轨迹的地理位置、驾驶行为、路况和天气状况；

所述数据采集处理系统主要借助于车联网终端T-Box，T-Box是指智能车载终端，具有无线通讯、卫星定位信号接收器、加速计和陀螺仪等模块，可以提供车况信息、行车信息、故障代码、位置信息、驾驶行为等信息。T-Box收集的行驶轨迹的地理位置信息、车辆操作信息等，经过中央处理器的简单处理传输到存储器中，同时也可以传输到用户界面进行展示(如图2所示)。具体的，如图3所示，T-Box收集的行驶轨迹的地理位置信息、车辆操作信息、路况和天气等，由输入输出控制器传送给中央处理器，经过存储设备中的操作系统、应用程序、数据库等模块在系统内存及磁盘中针对数据中的噪音及缺失等进行简单处理，然后通过网络接口单元连接通讯网络传输给保险公司及第三方等的服务器数据库中。

此外，数据采集处理系统还可以为具有数据采集功能的其他移动设备，如手机。

(二)轨迹评分系统——轨迹评分模型的建立

所述轨迹评分系统根据所述数据采集系统上传的车辆轨迹信息、所述数据库服务器内已存储的车辆特征信息和出险理赔信息建立轨迹评分模型；然后由轨迹评分模型对驾驶轨迹进行风险评估。

所述轨迹评分模型包括车辆分组模型、轨迹聚类模型和行为理赔关联模型，所述轨迹评分模型的建立包括以下步骤：

第一步：根据车辆特征信息建立车辆分组模型，并利用所述车辆分组模型对车辆进行分组，获得基于车型分类的车型组，车型组包括i个，V1到Vi个车型组，i为自然数；

第二步：在车型组基础上，建立轨迹评分因子体系，根据行车轨迹信息建立轨迹聚类模型，对行车轨迹进行分类，获得基于车型和轨迹评分因子分类的轨迹组，每个车型组包含j个轨迹组，用T_ij表示一个轨迹组，i表示第i个车型组，j表示第j个轨迹组，i和j均为自然数；

第三步：将轨迹组中每一条轨迹同出险理赔信息进行关联，建立行为，根据理赔关联模型得到与轨迹组相关联的理赔组，用Cij表示一个理赔组，i表示第i个车型组，j表示第j个轨迹组，i和j均为自然数，至此获得包括车辆分组模型、轨迹聚类模型和行为理赔关联模型的轨迹评分模型；

第四步：由轨迹评分模型对每一条轨迹进行风险评估并计算轨迹评分。

(I)车辆分组模型

建立轨迹评分模型获得按车辆特征分类的车型组，主要包括以下步骤：

(a)基于车辆车型库，对行驶轨迹中使用的车辆进行特征化处理。

特征化处理即将车辆的特征信息按照车辆车型库的统一标准进行量化，比如对于车辆的颜色特征：红色量化为1，黑色量化为2，紫色量化为3等。将定性的数据完成定量的转化，才能使用统计模型对其进行分类。

(b)采用随机森林算法对已特征化处理过的车辆特征信息数据建立随机森林模型，获得车辆分组模型。

对车辆特征信息数据建立随机森林模型中，使用的决策树的个数可以根据车辆分组结果不断调整直至较佳；

在建立决策树中，首先建立车辆分类因子体系，使用的分类因子包括车型、颜色、用途、价格、零整比、使用年限、出厂地和吨位等，通过信息增益衡量每一分类因子区分样本的能力，信息增益越大，分类因子区分样本的能力越大，在决策树中每一节点选取某一分类因子作为分类变量前，先对所述分类因子体系内的每一分类因子进行信息增益计算，选取其中信息增益最大的分类因子作为该节点的分类变量，当信息增益小于预定阈值时，则停止决策树的生长，即完成一棵决策树的建立。

信息增益由信息熵来度量，信息熵越大，信息的不确定性越大，数据的混乱程度越高，利用信息熵计算得到使用某个评分因子作为分类变量时数据分类前后的信息增益，选择信息增益最大的变量作为分类变量，信息熵和信息增益的计算公式如下：

信息熵：其中，X为任一分类因子，x为X分类因子的可能值，P(x)为可能值x出现的概率；

信息增益：其中，S是训练样本集合，A是分类因子集合，v是分类因子的任一可能值，|S_v|是S中分类因子值为v的数量，|S|是集合中样本的总数量，Entropy(S_v)是分类因子值为v的信息熵。

(II)轨迹聚类模型

车辆分组模型对车辆进行分组后，得到多个车型组，每个车型组对应大量的原始车载行车轨迹数据。原始车载行车轨迹数据比较混乱，包含较多噪音信息，无法直接用于轨迹聚类。首先，在每个车型组的行驶轨迹信息中抽取一系列评分因子，建立每个车型组的轨迹评分因子体系，抽取的评分因子如下表(表1)所示：

表1评分因子及其定义

从轨迹中抽取的评分因子多种多样，但某些评分因子对轨迹分类的影响较小或者评分因子的高度相关性可能影响轨迹分类的准确性，建立随机森林模型对轨迹进行分类以减弱以上因素的不良影响。因此，采用随机森林算法对轨迹评分因子体系建立轨迹随机森林模型，获得轨迹聚类模型；轨迹随机森林模型建立与车辆分组的随机森林模型类似，决策树的个数根据轨迹聚类结果进行调整直至较佳，根据轨迹评分因子的信息增益来确定决策树中节点使用的评分因子变量，其中，信息增益越大，轨迹评分因子区分样本能力越准确，选取信息增益最大的轨迹评分因子作为决策树中节点的评分因子变量。

最后，由轨迹聚类模型对基于车型的轨迹进行聚类，得到不同车型组的轨迹聚类信息，即轨迹组。

(III)行为理赔关联模型

基于车型对轨迹进行聚类之后，得到车型分组、轨迹聚类串行操作后的多个轨迹分组。每一轨迹分组具有表1中所示的轨迹评分因子信息，以及保险公司提供的理赔信息，比如：理赔次数、理赔金额等。将轨迹评分因子信息同理赔信息关联起来，建立广义线性模型，以评估轨迹的风险。由于评分因子多种多样，对理赔次数、金额影响较小的评分因子会影响广义线性模型的准确性，从而影响轨迹的风险评估。与理赔次数、理赔金额越相关的评分因子，对风险评估的影响越大。因此，需要挑选合适的评分因子组合建立广义线性模型。使用相关系数作为挑选评分因子的标准，设定适当的阙值，挑选出相关系数高于阙值时的评分因子作为广义线性模型中使用的变量。相关系数公式如下所示：

其中，ρ_X，Y表示轨迹评分因子与理赔信息的相关系数，X代表任一轨迹评分因子，Y代表理赔信息，E(X)表示X的数学期望，E(XY)表示X*Y的数学期望，E(X²)表示X平方的数学期望，E²(X)表示X数学期望的平方，E(Y)表示Y的数学期望，E(Y²)表示Y平方的数学期望，E²(Y)表示Y数学期望的平方；

经过上述建模步骤，将会得到以下行为理赔关联的广义线性模型：

G(y)＝β₀+β₁x₁+β₂x₂+…+β_mx_m

其中，G_(y)代表行为理赔关联的广义线性模型，x_i表示轨迹评分因子，β_i表示线性系数。

对于每个轨迹分组均建立其对应的行为理赔关联广义线性模型，增加了轨迹评分的准确度以及可用性。

轨迹评分模型已经构建完毕，其由车辆分组模型、轨迹聚类模型、行为理赔关联模型组合而成。基于车联网大数据的行车轨迹实时风险评估框架，如图4所示，在实际使用过程中，首先将车辆的特征信息载入到服务器数据库中，当车辆行驶开始，车载数据采集处理系统即将行车轨迹信息实时通过通讯网络输送至数据处理器进行初步处理，使得采集的数据更加准确，经过初步处理后的行车轨迹信息通过通讯网络传送至保险公司等的服务器数据库中，当车辆行驶结束时，轨迹评分系统则根据该车辆的特征信息、行车轨迹信息及出险信息，实时完成了对车型组、轨迹组及行为理赔关联模型的计算，获得了车辆此时行驶的轨迹评分，保险公司等以实时获得的轨迹评分为参考适时地对该车辆的车险保费定价、保费调整、保费预测、创建新型车险进行重新规划，此外，为了提高客户体验，保障数据的一致性，将需要客户了解的信息通过通讯网络传输至用户终端并展示出来。

综上，在本发明实施例提供的基于车联网大数据的行车轨迹实时风险评估框架中，利用数据库存储的车辆特征信息以及从车载传感器中收集到的行驶轨迹信息，建立轨迹评分系统，通过驾驶的行车轨迹进行评分，为车险保费定价、保费调整、保费预测、创建新型车险提供参考，从而实现对驾驶环境、操作行为良好的轨迹，给予保费价格优惠；对驾驶环境、操作行为较差的轨迹，给予保费价格惩罚。

上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (10)

1.一种基于车联网大数据的行车轨迹实时风险评估框架，其特征在于，包括数据采集处理系统和轨迹评分系统，其中，

所述数据采集处理系统实时收集行车轨迹信息，对行车轨迹信息初步处理后经通讯网络实时输送并存储至服务器数据库中；

所述轨迹评分系统根据所述数据采集处理系统上传的行车轨迹信息、所述服务器数据库内已存储的车辆特征信息和出险理赔信息建立轨迹评分模型；然后由轨迹评分模型对驾驶轨迹进行风险评估。

2.根据权利要求1所述的基于车联网大数据的行车轨迹实时风险评估框架，其特征在于，所述行车轨迹信息包括驾驶轨迹的地理位置、驾驶行为、路况和天气状况。

3.根据权利要求1所述的基于车联网大数据的行车轨迹实时风险评估框架，其特征在于，所述轨迹评分模型包括车辆分组模型、轨迹聚类模型和行为理赔关联模型，所述轨迹评分模型的建立包括以下步骤：

第一步：根据车辆特征信息建立车辆分组模型，并利用所述车辆分组模型对车辆进行分组，获得基于车型分类的车型组；

第二步：在车型组基础上，建立轨迹评分因子体系，根据行车轨迹信息建立轨迹聚类模型，对行车轨迹进行分类，获得基于车型和轨迹评分因子分类的轨迹组；

第三步：将轨迹组中每一条轨迹同出险理赔信息进行关联，建立行为理赔关联模型，至此获得包括车辆分组模型、轨迹聚类模型和行为理赔关联模型的轨迹评分模型；

第四步：由轨迹评分模型对每一条轨迹进行风险评估并计算轨迹评分。

4.根据权利要求3所述的基于车联网大数据的行车轨迹实时风险评估框架，其特征在于，所述车辆分组模型的建立包括以下步骤：

第一步：基于车辆车型库，对车辆特征信息按照车辆车型库的统一标准进行特征化处理；

第二步：采用随机森林算法对已特征化处理过的车辆特征信息数据建立随机森林模型，获得车辆分组模型。

5.根据权利要求4所述的基于车联网大数据的行车轨迹实时风险评估框架，其特征在于，在对所述车辆特征信息建立随机森林模型中，决策树的个数根据车辆分组结果进行调整；在决策树建立中，首先建立分类因子体系，然后评定所述分类因子体系内的分类因子区分样本的能力，信息增益越大，分类因子区分样本的能力越大，然后根据对分类因子的评定对决策树中每一节点确定合适的分类因子作为分类变量；

其中，利用信息熵计算获得使用某个分类因子作为分类变量时车辆特征信息数据分类前后的信息增益，选择信息增益最大的分类因子作为分类变量，信息熵的计算公式和信息增益的计算公式为：

信息熵的计算公式：其中，X为任一分类因子，x为X分类因子的可能值，P(x)为可能值x出现的概率；

信息增益的计算公式：其中，S是训练样本集合，A是分类因子集合，v是分类因子的任一可能值，|S_v|是S中分类因子值为v的数量，|S|是集合中样本的总数量，Entropy(S_v)是分类因子值为v的信息熵；

且当信息增益小于预定阈值时，则停止决策树的生长，完成一棵决策树的建立。

6.根据权利要求3所述的基于车联网大数据的额轨迹实时风险评估体系，其特征在于，轨迹聚类模型的建立包括以下步骤：

第一步：根据数据采集处理系统收集上传的行车轨迹信息，在每个车型组的行车轨迹信息中选取多个轨迹评分因子，建立每个车型组的轨迹评分因子体系；

第二步：采用随机森林算法对轨迹评分因子体系建立随机森林模型，获得轨迹聚类模型；

在随机森林模型中，决策树的个数根据轨迹聚类结果进行调整，根据轨迹评分因子的信息增益来确定决策树中节点的评分因子变量，其中，信息增益越大，轨迹评分因子区分样本能力越准确，选取信息增益最大的轨迹评分因子作为决策树中节点的评分因子变量。

7.根据权利要求3所述的基于车联网大数据的额轨迹实时风险评估体系，其特征在于，每一轨迹分组均具有轨迹评分因子信息和理赔信息，将轨迹评分因子信息同理赔信息进行关联并建立广义线性模型，通过广义线性模型对行车轨迹的风险进行评估。

8.根据权利要求7所述的基于车联网大数据的额轨迹实时风险评估体系，其特征在于，

在对轨迹评分因子信息同理赔信息进行关联并建立广义线性模型前，采用相关系数作为选取轨迹评分因子的标准，并设定阙值，若轨迹评分因子的相关系数高于预设阙值，则将所述轨迹评分因子作为广义线性模型中使用的变量，其中，相关系数公式为：

其中，ρ_X，Y表示轨迹评分因子与理赔信息的相关系数，X代表任一轨迹评分因子，Y代表理赔信息，E(X)表示X的数学期望，E(XY)表示X*Y的数学期望，E(X²)表示X平方的数学期望，E²(X)表示X数学期望的平方，E(Y)表示Y的数学期望，E(Y²)表示Y平方的数学期望，E²(Y)表示Y数学期望的平方；

并对于每个轨迹分组均建立其对应的广义线性模型。

9.根据权利要求1所述的基于车联网大数据的额轨迹实时风险评估体系，其特征在于，所述车辆轨迹信息包括的类别为外界环境、时间、里程、速度和特殊操作次数，根据车辆轨迹信息每一类别细分评分因子，外界环境类别内的评分因子包括道路类型和天气状况；

时间类别内的评分因子包括起始时间、结束时间、是否为工作日、轨迹行驶月份、轨迹行驶年份、轨迹行驶日、轨迹时长、晚高峰行驶时间占比、早高峰行驶时间占比、日间行驶时间占比、夜间行驶时间占比和是否为疲劳驾驶；

里程类别内的评分因子包括轨迹里程、晚高峰行驶里程占比、早高峰行驶里程占比、日间行驶里程占比和夜间行驶里程占比；

速度类别内的评分因子包括轨迹平均速度和轨迹最大速度；

特殊操作次数类别内的评分因子包括低级加速次数、中级加速次数、高级加速次数、加速次数、低级减速次数、中级减速次数、高级减速次数、减速次数、低级转弯次数、中级转弯次数、高级转弯次数、转弯次数和停车次数。

10.根据权利要求9所述的基于车联网大数据的额轨迹实时风险评估体系，其特征在于，对每一评分因子进行定义，道路类型分为山路、郊区公路、城市公路和高速公路，天气状况分为晴天、多云、雨天、雪天和雾天；

起始时间为轨迹开始的时间，结束时间为轨迹结束的时间，是否为工作日为周一到周五为工作日且根据起始时间判断，轨迹行驶月份为起始时间所在月份，轨迹行驶年份为起始时间所在年份，轨迹行驶日为起始时间所在日，轨迹时长为轨迹行驶的总时长，晚高峰行驶时间占比为在17:00～20:00时间段内的行车时间占比，早高峰行驶时间占比为7:00～10:00时间段内的行车时间占比，日间行驶时间占比为在6:00～18:00时间段内行车时间占比，夜间行驶时间占比为非日间行车区间的行车时间占比，是否为疲劳驾驶为判断轨迹行驶时间是否超过4h；

轨迹里程为轨迹行驶的总里程，晚高峰行驶里程占比为在17:00～20:00时间段内的行车里程占比，早高峰行驶里程占比为7:00～10:00时间段内的行车里程占比，日间行驶里程占比为在6:00～18:00时间段内行车里程占比，夜间行驶里程占比为非日间行车区间的行车里程占比；

轨迹平均速度为轨迹行驶的平均速度，轨迹最大速度为轨迹行驶的最大速度；

低级加速次数为在速度低于30km/h时的急加速次数，中级加速次数为速度为30km/h～60km/h时的急加速次数，高级加速次数为在速度高于60km/h时的急加速次数，加速次数为急加速的总次数，低级减速次数为在速度低于30km/h时的急减速次数，中级减速次数为速度为30km/h～60km/h时的急减速次数，高级减速次数为速度高于60km/h时的急减速次数，减速次数为急减速次数，低级转弯次数为速度低于30km/h时的急转弯次数，中级转弯次数为速度为30km/h～60km/h时的急转弯次数，高级转弯次数为速度高于60km/h时的急转弯次数，转弯次数为急转弯总次数，停车次数为轨迹停车总次数。