CN111768265A - 一种保险推荐方法及车载终端 - Google Patents
一种保险推荐方法及车载终端 Download PDFInfo
- Publication number
- CN111768265A CN111768265A CN202010467715.3A CN202010467715A CN111768265A CN 111768265 A CN111768265 A CN 111768265A CN 202010467715 A CN202010467715 A CN 202010467715A CN 111768265 A CN111768265 A CN 111768265A
- Authority
- CN
- China
- Prior art keywords
- user
- insurance
- data
- driving
- health risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000036541 health Effects 0.000 claims abstract description 76
- 230000001815 facial effect Effects 0.000 claims abstract description 36
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 31
- 230000000694 effects Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000030090 Acute Disease Diseases 0.000 description 1
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种保险推荐方法及车载终端,该保险推荐方法包括:获取用户的夜间行驶数据和/或面部识别数据;根据夜间行驶数据和/或面部识别数据分析用户的健康风险;根据用户的健康风险,向与用户对应的终端推送相应的保险信息。本申请通过获取用户的夜间行驶数据和/或面部识别数据,并进行健康风险分析,然后根据用户的健康风险向用户推送相应的保险信息,加强了保险推荐的准确性及可靠性,及时地给特定用户提供了所需的保险信息,改善了用户的体验。
Description
技术领域
本申请涉及车载系统技术领域,具体涉及一种保险推荐方法及车载终端。
背景技术
对于熬夜加班的风险,一方面无法避免,另一方面又可以通过其他途径分摊风险带来的损失,例如保险,而对于大多数人,其并没有这方面的风险管理意识,即使有,也无法了解所需的保险信息,并且现有的保险售卖由于无法作出针对性的推送而一直为人所诟病,因此,如何针对性的对熬夜加班人员进行保险推荐,是本技术领域亟需解决的一大难题。
发明内容
本申请的目的在于提供一种保险推荐方法及车载终端,其可以解决上述技术问题,能够有效地加强保险推荐的准确性及可靠性,及时地给特定的熬夜人群提供所需的保险信息,改善用户的体验。
为解决上述技术问题,本申请第一方面提供一种保险推荐方法,所述保险推荐方法包括:获取用户的夜间行驶数据和/或面部识别数据;根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险;根据所述用户的健康风险,向与所述用户对应的终端推送相应的保险信息。
作为其中一种实施方式,所述夜间行驶数据包括预设时间段内的行驶次数和/或行驶时长,其中,每天所述预设时间段内的行驶次数小于或等于1。
作为其中一种实施方式,所述预设时间段根据所处环境的不同和/或用户的属性的变化而进行不同的设置。
作为其中一种实施方式,获取用户的夜间行驶数据的步骤包括:获取用户的历史行驶数据;对所述历史行驶数据进行统计分析得到所述夜间行驶数据。
作为其中一种实施方式,所述获取用户的夜间行驶数据和/或面部识别数据的步骤包括:获取车辆的实时行驶时间;当所述实时行驶时间在所述预设时间段内时,实时获取用户的夜间行驶数据和/或面部识别数据。
作为其中一种实施方式,根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险的步骤包括:统计分析所述预设时间段内的行驶次数;当所述行驶次数大于或等于第一阈值,且小于第二阈值时,确定所述健康风险的等级为1级;当所述行驶次数大于或等于第三阈值,且小于第四阈值时,确定所述健康风险的等级为2级;当所述行驶次数大于或等于第五阈值,确定所述健康风险的等级为3级。
作为其中一种实施方式,在所述根据用户的健康风险,向所述用户对应的终端推送相应的保险信息的步骤,包括:根据所述用户的健康风险选取相应的保险信息;获取所述用户的保险购买信息;在所述用户的保险购买信息中有效的保险信息与根据所述用户的健康风险选取的相应的保险信息不相同时,向所述用户对应的终端推送相应的保险信息。
作为其中一种实施方式,根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险的步骤,具体包括:根据所述夜间行驶数据分析所述用户的健康风险的等级;在所述用户的健康风险的等级大于零时,实时获取用户的面部识别数据;对所述实时面部识别数据进行疲劳驾驶分析;在所述用户属于疲劳驾驶时,发出警报信息。
作为其中一种实施方式,所述获取用户的夜间行驶数据和/或面部识别数据的步骤包括:获取所述用户的身份信息;根据所述用户的身份信息获取所述用户的夜间行驶数据和/或面部识别数据。
为解决上述技术问题,本申请第二方面提供一种车载终端,作为其中一种实施方式,所述车载设备包括处理器、存储器,所述存储器存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现上述的保险推荐方法。
本申请提供的保险推荐方法及车载终端,通过获取用户的夜间行驶数据和/或面部识别数据,并进行健康风险分析,然后根据用户的健康风险向用户推送相应的保险信息,加强保险推荐的准确性及可靠性,及时地给特定用户提供所需的保险信息,改善用户的体验。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本发明一实施例保险推荐方法的流程示意图。
图2为本发明一实施例车载终端的模块示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及效果,以下结合附图及较佳实施例,对依据本申请提出的保险推荐方法及车载终端,其具体实施方式、方法、步骤、结构、特征及其效果,详细说明如下。
有关本申请的前述及其他技术内容、特点及效果,在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解,然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。其中,本申请的A和/或B,指的是包括三种情况:A、B、以及A和B。
请参阅图1,图1为本发明一实施例保险推荐方法的流程示意图。需要说明的是,本实施方式中的保险推荐方法包括但不限于如下几个步骤:
步骤S1:获取用户的夜间行驶数据和/或面部识别数据。
首先,需要说明的是,本申请提供的保险推荐方法是通过主观或客观,或主观和客观结合对用户的健康风险进行分析,以加强保险推荐的针对性和准确性。具体地,在主观方面,对于夜间行驶数据,例如夜间行驶时长或夜间行驶次数,通过分析夜间行驶数据,主观的判断用户较大几率存在健康风险。在客观方面,对于面部识别数据,通过采集用户在夜间行驶期间的面部识别数据,并对面部识别数据进行相应的医学分析,例如面部疲劳分析、面部异常动作分析等,客观的判断用户已存在健康风险。在主观方面和客观方面结合时,可以在主观分析的基础上,进行客观性的分析,更好的提高对用户推荐的准确性、针对性以及及时性。
其次,需要指出的是,通过数据分析用户的健康风险的前提是,数据的时效性。例如,给熬夜加班人员进行保险推荐时,需要确认该人员在最近一段时间经常性的熬夜加班。若是用户在很久之前经常熬夜加班,则之前这些数据的针对性和时效性不强,不能很好的作为本方法的分析基础。因此,在一实施方式中,获取用户的夜间行驶数据和/或面部识别数据的步骤具体包括:获取用户的历史行驶数据和/或历史面部识别数据;对历史行驶数据和/ 或历史面部识别数据进行统计分析得到所述夜间行驶数据。
其中,对于数据的分析可以直接提取特定的历史行驶数据,进行分析以得到夜间行驶数据,也可以对所有历史行驶数据进行统计分析后,获取分析后的特定时间段内的夜间行驶数据。因此,在另一实施方式中,获取用户的夜间行驶数据和/或面部识别数据的步骤具体包括:获取用户在预设期间内的历史行驶数据和/或历史面部识别数据;对预设期间内的历史行驶数据和/或历史面部识别数据进行统计分析得到所述夜间行驶数据。具体地,例如获取前一个月内的历史行驶数据和/历史面部识别数据,分析这一个月内的历史行驶数据和/或历史面部识别数据,以得到夜间行驶数据。
在一实施方式中,夜间行驶数据包括预设时间段内的行驶次数和/或行驶时长,其中,每天预设时间段内的行驶次数小于或等于1。
具体地,如前述所说,夜间行驶数据可以包括预设时间段内的行驶次数和/或行驶时长,一方面,通过行驶次数进行分析时,需要对每天的行驶次数的统计进行设定,即每天预设时间段内的行驶次数小于或等于1,例如,一用户若在一天的预设时间段内,例如22点之后,间隔性的多次进行车辆的启停,若行驶次数统计时以车辆启停为依据,则会出现判断数据的重复。例如当以预设时间段内的行驶次数作为用户在一个月内熬夜加班的依据,若不对行驶次数进行限定,则会出现一个月可能熬夜加班超过实际的次数。另一方面,通过行驶时长进行分析有利于进行不同工作类型的人群区分,例如有些运营车辆长期在夜间跑车,虽然其可能一个月内行驶次数和普通的熬夜加班人群相同,但是,运营车辆的用户的健康风险更高,此时通过行驶时长进行分析则可以很好地进行区分。当然,在行驶次数分析的基础上,结合行驶时长进行分析则可以更好的作为后续健康风险判断的依据。
在一实施方式中,预设时间段根据所处环境的不同和/或用户的属性的变化而进行不同的设置。
具体地,为了避免对不同类型工作的群体以及不同地区的群体判断的同一化,即不同地区或环境下用户的作息时间可能不相同,例如不同季节下,人的作息时间不同,不同年龄阶段的人,其作息时间可能不相同,即熬夜的标准不相同,因此有必要根据用户所处的环境或用户自身的属性的变化,对熬夜标准的预设时间段进行不同的设置,即对夜间的定义进行不同的标准设置。
在一实施方式中,获取用户的夜间行驶数据和/或面部识别数据的步骤包括:获取车辆的实时行驶时间;当实时行驶时间在预设时间段内时,实时获取用户的夜间行驶数据和/或面部识别数据。
具体地,因为,本申请是通过获取用户的夜间行驶数据和/或面部识别数据,并进行健康风险分析,然后根据用户的健康风险向用户推送相应的保险信息。而保险信息的推荐应该及时,并且应该是在用户进行相应的活动时,及时告知其所面临的健康风险,并推送相应的保险信息至用户相应的终端。因此在获取用户的夜间行驶数据和/或面部识别数据的步骤中应该包括一个前提条件,即获取车辆的实时行驶时间,当实时行驶时间在预设时间段内时,获取用户的夜间行驶数据和/或面部识别数据。需要说明的是,用户在一个月内经常性的在夜间驾驶,当然其不一定是加班,但必然是熬夜,若要确定其是否是熬夜加班,可以通过对车载终端位置进行定位,例如通过卫星定位、移动基站定位、WiFi辅助定位、AGPS辅助全球卫星定位系统的方式获取车载终端的实时位置信息,并获取其个人信息,确定其是否属于熬夜加班,当然这并不为本申请所限制,只要其夜间行驶数据符合预设的条件,就存在一定的健康风险,就存在保险推荐的必要。
在一实施方式中,获取用户的夜间行驶数据和/或面部识别数据的步骤包括:获取用户的身份信息;根据用户的身份信息获取用户的夜间行驶数据和/ 或面部识别数据。
具体地,由于可能存在多个人使用同一辆车的情形,在此种情况下,车载终端存储的夜间行驶数据或面部识别数据可能是多个人的数据,基于该未分类的数据进行健康风险分析将大大影响分析结果的准确性。因此不过是对于上述数据的存储还是获取,都需要进行用户的身份信息验证,对上述数据进行分类存储并获取。其中,身份信息可以是用户的生物特征信息,也可以是唯一对应的车载终端账户,例如具备蓝牙钥匙的智能车辆,可以以每个用户的蓝牙钥匙的设备码作为身份信息。
步骤S2:根据夜间行驶数据和/或面部识别数据分析用户的健康风险。
具体地,健康风险有不同程度之分,通过夜间行驶数据和/或面部识别数据对用户的健康风险的程度进划分,例如通过对预设期间内用户的夜间行驶次数对健康风险进行划分,或者通过面部识别数据中出现异常面部表情的次数进行健康风险划分。
在一实施方式中,根据夜间行驶数据和/或面部识别数据分析用户的健康风险的步骤包括:统计分析预设时间段内的行驶次数;当行驶次数大于或等于第一阈值,且小于第二阈值时,确定健康风险的等级为1级;当行驶次数大于或等于第三阈值,且小于第四阈值时,确定健康风险的等级为2级;当行驶次数大于或等于第五阈值,确定健康风险的等级为3级。
值得一提的是,此处预设时间段可以理解为预设期间内每天的预设时间段。例如,一个月内每天的22:00之后。本实施方式中各个阈值的确定,可以根据统计调查得出。
在一实施方式中,根据夜间行驶数据和/或面部识别数据分析用户的健康风险的步骤包括:统计分析预设时间段内的行驶次数和行驶时长;当行驶时长大于预设值且行驶次数大于或等于第一阈值,且小于第二阈值时,确定健康风险的等级为1级;当行驶时长大于预设值且当行驶次数大于或等于第三阈值,且小于第四阈值时,确定健康风险的等级为2级;当行驶时长大于预设值且当行驶次数大于或等于第五阈值,确定健康风险的等级为3级。
具体地,通过以累计行驶时长或行驶里程作为先行判断条件,在行驶时长或行驶里程达到预设值时,对行驶次数进行分析,此实施方式可以提高数据的真实性、稳定性。值得一提的是,也可以通过以行驶次数作为第一判断要件,然后通过行驶时长或行驶里程作为修正因子,以确定相应的健康风险等级。
在一实施方式中,根据夜间行驶数据和/或面部识别数据分析用户的健康风险的步骤,具体包括:根据夜间行驶数据分析用户的健康风险的等级;在用户的健康风险的等级大于零时,实时获取用户的面部识别数据;对实时面部识别数据进行疲劳驾驶分析;在用户属于疲劳驾驶时,发出警报信息。
具体地,本实施方式就是在对用户的夜间行驶数据和/或面部识别数据进行分析后,在用户存在健康风险时,实时的检测用户的面部情况,即实时获取用户当前的面部识别数据,并对其进行疲劳驾驶分析,在用户属于疲劳驾驶时,发出警报信息,以防用户出现交通事故。并在发出警报信息后,推送保险信息至用户,如此可以给用户及时的心理压力,以放弃疲劳驾驶并查阅推送的保险信息。当然,此处为了避免用户执意疲劳驾驶,此时还可以实时获取车辆的位置信息,并将该位置信息和用户的疲劳驾驶情况发送至预设的特定人员和/或附近的报警中心。
步骤S3:根据用户的健康风险,向用户对应的终端推送相应的保险信息。
具体地,保险的类别可以根据健康风险的程度进行选择,例如经常性的熬夜,健康风险的等级达到2级,可以推送加班熬夜保障险,其保障车主在指定时间段内发生意外及急性病猝死,并且该保险用户可以自主购买,在购买后次日零点生效。当然,在一实施方式中,在对用户的健康风险进行分析划分时,也可以分为存在风险和不存在风险两种情况,在存在健康风险时,及时给用户的对应终端推送保险信息,如加班熬夜保障险。即,在一实施方式中,根据夜间行驶数据和/或面部识别数据分析用户的健康风险的步骤包括:统计分析预设时间段内的行驶次数;当行驶次数小于第一阈值时,确定不存在健康风险;当行驶次数大于或等于第二阈值时,确定存在健康风险。
在一实施方式中,根据用户的健康风险,向用户对应的终端推送相应的保险信息的步骤,包括:根据用户的健康风险选取相应的保险信息;获取用户的保险购买信息;在用户的保险购买信息中有效的保险信息与根据用户的健康风险选取的相应的保险信息不相同时,向用户对应的终端推送相应的保险信息。
具体地,为了避免向用户重复推送,即在用户已经购买了相应的保险的情况下,还向用户推送同类产品。本实施方式通过获取用户的保险购买信息,并对用户的保险购买信息进行有效分析,选取其中还处于保期的保险种类,在该有效的保险种类与根据用户的健康风险选取的相应的保险种类不相同,即不相冲突时,向用户的终端推送相应的保险信息。
综上,本申请实施例提供的保险推荐方法,通过获取用户的夜间行驶数据和/或面部识别数据,并进行健康风险分析,然后根据用户的健康风险向用户推送相应的保险信息,加强了保险推荐的准确性及可靠性,及时地给特定用户提供了所需的保险信息,改善了用户的体验。
请参考图2,图2为本发明一实施例车载终端20的模块示意图。本实施方式的车载终端20包括处理器21、存储器22,存储器22存储有至少一条程序指令,处理器21通过加载并执行至少一条程序指令以实现上述的保险推荐方法。
具体地,存储器22可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据车载终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在一实施方式中,车载终端还包括显示器23,该显示器23用于向用户显示推送的保险信息。其中显示器可以为曲面显示装置,也可以为投影显示装置或现有的液晶显示装置,在此不作限定。
综上,本申请实施例提供的车载终端,通过获取用户的夜间行驶数据和/ 或面部识别数据,并进行健康风险分析,然后根据用户的健康风险向用户推送相应的保险信息,加强了保险推荐的准确性及可靠性,及时地给特定用户提供了所需的保险信息,改善了用户的体验。
以上结合附图详细描述了本发明的优选实施方式,但是本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
Claims (10)
1.一种保险推荐方法,其特征在于,所述保险推荐方法包括:
获取用户的夜间行驶数据和/或面部识别数据;
根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险;
根据所述用户的健康风险,向与所述用户对应的终端推送相应的保险信息。
2.根据权利要求1所述的保险推荐方法,其特征在于,所述夜间行驶数据包括预设时间段内的行驶次数和/或行驶时长,其中,每天所述预设时间段内的行驶次数小于或等于1。
3.根据权利要求2所述的保险推荐方法,其特征在于,所述预设时间段根据所处环境的不同和/或用户的属性的变化而进行不同的设置。
4.根据权利要求1所述的保险推荐方法,其特征在于,所述获取用户的夜间行驶数据和/或面部识别数据的步骤包括:
获取所述用户的身份信息;
根据所述用户的身份信息获取所述用户的夜间行驶数据和/或面部识别数据。
5.根据权利要求1至4任一项所述的保险推荐方法,其特征在于,获取用户的夜间行驶数据的步骤包括:
获取用户的历史行驶数据;
对所述历史行驶数据进行统计分析得到所述夜间行驶数据。
6.根据权利要求2所述的保险推荐方法,其特征在于,所述获取用户的夜间行驶数据和/或面部识别数据的步骤包括:
获取车辆的实时行驶时间;
当所述实时行驶时间在所述预设时间段内时,实时获取用户的夜间行驶数据和/或面部识别数据。
7.根据权利要求2所述的保险推荐方法,其特征在于,根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险的步骤包括:
统计分析所述预设时间段内的行驶次数;
当所述行驶次数大于或等于第一阈值,且小于第二阈值时,确定所述健康风险的等级为1级;
当所述行驶次数大于或等于第三阈值,且小于第四阈值时,确定所述健康风险的等级为2级;
当所述行驶次数大于或等于第五阈值,确定所述健康风险的等级为3级。
8.根据权利要求1所述的保险推荐方法,其特征在于,根据所述夜间行驶数据和/或面部识别数据分析所述用户的健康风险的步骤,具体包括:
根据所述夜间行驶数据分析所述用户的健康风险的等级;
在所述用户的健康风险的等级大于零时,实时获取用户的面部识别数据;
对所述实时面部识别数据进行疲劳驾驶分析;
在所述用户属于疲劳驾驶时,发出警报信息。
9.根据权利要求1所述的保险推荐方法,其特征在于,在所述根据用户的健康风险,向所述用户对应的终端推送相应的保险信息的步骤,包括:
根据所述用户的健康风险选取相应的保险信息;
获取所述用户的保险购买信息;
在所述用户的保险购买信息中有效的保险信息与根据所述用户的健康风险选取的相应的保险信息不相同时,向所述用户对应的终端推送相应的保险信息。
10.一种车载终端,其特征在于,所述车载设备包括处理器、存储器,所述存储器存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1-9任一项所述的保险推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467715.3A CN111768265A (zh) | 2020-05-28 | 2020-05-28 | 一种保险推荐方法及车载终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467715.3A CN111768265A (zh) | 2020-05-28 | 2020-05-28 | 一种保险推荐方法及车载终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111768265A true CN111768265A (zh) | 2020-10-13 |
Family
ID=72719781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467715.3A Pending CN111768265A (zh) | 2020-05-28 | 2020-05-28 | 一种保险推荐方法及车载终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768265A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204202A (zh) * | 2016-06-29 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种车险信息推荐方法和装置 |
CN108320231A (zh) * | 2017-01-16 | 2018-07-24 | 奥迪股份公司 | 用于车辆的信息提取系统及方法 |
CN110490752A (zh) * | 2019-08-21 | 2019-11-22 | 福州大学 | 基于驾驶行为数据的车辆保险分析与自动推荐服务系统及其工作方法 |
CN111091474A (zh) * | 2019-12-09 | 2020-05-01 | 上海擎感智能科技有限公司 | 一种保险定价方法、装置、计算机存储介质及系统 |
CN111143669A (zh) * | 2019-12-09 | 2020-05-12 | 上海擎感智能科技有限公司 | 保险服务推荐方法、系统、计算机可读存储介质及终端 |
-
2020
- 2020-05-28 CN CN202010467715.3A patent/CN111768265A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204202A (zh) * | 2016-06-29 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种车险信息推荐方法和装置 |
CN108320231A (zh) * | 2017-01-16 | 2018-07-24 | 奥迪股份公司 | 用于车辆的信息提取系统及方法 |
CN110490752A (zh) * | 2019-08-21 | 2019-11-22 | 福州大学 | 基于驾驶行为数据的车辆保险分析与自动推荐服务系统及其工作方法 |
CN111091474A (zh) * | 2019-12-09 | 2020-05-01 | 上海擎感智能科技有限公司 | 一种保险定价方法、装置、计算机存储介质及系统 |
CN111143669A (zh) * | 2019-12-09 | 2020-05-12 | 上海擎感智能科技有限公司 | 保险服务推荐方法、系统、计算机可读存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11842404B2 (en) | Enhancement using analytics based on vehicle kinematic data | |
Papadimitriou et al. | Analysis of driver behaviour through smartphone data: The case of mobile phone use while driving | |
US9542620B1 (en) | Locating persons of interest based on license plate recognition information | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
US20170124660A1 (en) | Telematics Based Systems and Methods for Determining and Representing Driving Behavior | |
Vhaduri et al. | Estimating drivers' stress from GPS traces | |
Ghosh et al. | Examination of factors affecting freeway incident clearance times: a comparison of the generalized F model and several alternative nested models | |
US20150032481A1 (en) | Method and Apparatus for Behavior Based Insurance | |
WO2011057217A2 (en) | Method for gathering, processing, and analyzing data to determine crash risk associated with driving behavior | |
CN110329268B (zh) | 驾驶行为数据处理方法、设备、存储介质及系统 | |
US20230267347A1 (en) | Partitioning sensor based data to generate driving pattern map | |
CN111222784A (zh) | 一种基于人口大数据的安防监控方法和系统 | |
CN111062562A (zh) | 一种社区网格服务联动处置控制方法及系统 | |
CN110688931A (zh) | 异常行为监测方法、装置、存储介质和电子设备 | |
CN113762755A (zh) | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 | |
CN106781442A (zh) | 一种车辆行为预警系统 | |
CN112132994A (zh) | 一种基于实时数据分析驾驶人行为的监测方法及系统 | |
Stankevich et al. | Usage-based vehicle insurance: Driving style factors of accident probability and severity | |
CN117094546A (zh) | 一种基于大数据的智慧应急救援指挥方法、系统和介质 | |
CN111696347B (zh) | 一种自动化分析交通事件信息的方法和装置 | |
JP2009003503A (ja) | 安全運転教育提供方法、及びこれを利用する自動車保険情報システム | |
US10740990B1 (en) | System and method for analyzing vehicle data | |
CN109285344B (zh) | 交通高危人员重点监测对象识别方法和智能决策系统 | |
CN111768265A (zh) | 一种保险推荐方法及车载终端 | |
CN111368621A (zh) | 判断人员关系的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201013 |