CN114298742A - 二手车购置评估方法、装置、服务器、系统及存储介质 - Google Patents

Abstract

本发明公开了一种二手车购置评估方法、装置、服务器、系统及存储介质，该方法具体包括：接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；基于预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；根据所述故障率数据，生成目标车辆在所述未来目标时间区间内的维保数据报表；根据所述维保数据报表生成目标车辆的价值评估结果，并将所述维保数据报表与价值评估结果反馈至所述用户终端。本方法利用故障率信息对车辆进行准确价格评估，为用户提供准确的二手车购置信息。

Description

二手车购置评估方法、装置、服务器、系统及存储介质

技术领域

本发明属于二车手信息处理领域，具体涉及一种二手车购置评估方法、装置、服务器、系统及存储介质。

背景技术

20世纪90年代初发展至今，二手车市场己经有近30年的历史。随着社会生活的发展和经济水平的提高，二手车流通行业得到迅猛发展，不论从交易数量，还是从交易金额看，都正以两位数的速度迅速成长。利好政策、消费升级与市场需求驱动下，中国二手车行业快速发展。

对于二手车买主而言，选择二手车多是出于二手车相较于新车更经济实惠的特点，因此如何选择得到高性价比的二手车成为买主们最关注问题。但是我国二手车市场的功能还比较单一，能够提供给买主的车辆针对性信息十分有限，并且常规的二手车市场价是根据市场情况而定，不同的情况价格不同，而模糊的价格参考价值并不高。因此，为了辅助用户全面且有针对性的了解到不同型号车辆的信息与合理价格，也为了促进二手车行业的健康发展，有必要提出一种能够为用户提供准确的二手车购置的技术方案。

发明内容

鉴于以上所述现有技术的不足，本发明的目的在于：提供一种二手车购置评估方法、装置、服务器、系统及存储介质，该方法通过预先对不同车型的故障率信息进行拟合，利用故障率信息对车辆价格进行准确评估，为用户提供准确的二手车购置信息。

为实现上述发明目的，本发明提供以下技术方案：

一种二手车购置评估方法，包括以下步骤：

接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；

基于预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；

根据所述故障率数据，生成目标车辆在所述未来目标时间区间内的维保数据报表；

根据所述维保数据报表生成目标车辆的价值评估结果，并将所述维保数据报表与价值评估结果反馈至所述用户终端。

根据一种具体的实施方式，上述二手车购置评估方法中，通过以下步骤预先建立所述车辆故障率信息数据库，包括：

从车辆维保信息平台、车企、汽车专营店获取多个车辆的数据信息，其中，所述数据信息包括车辆型号、时间信息、里程信息和各配件故障信息；

针对每种型号的车辆，根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线；

基于车辆的型号建立索引，将每种型号车辆的各配件故障率曲线导入至对应的索引，建立所述车辆故障率信息数据库。

根据一种具体的实施方式，上述二手车购置评估方法中，所述根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线，包括：

对车辆各配件的历史损伤特性进行分析，根据分析结果将车辆配件划分为里程敏感配件与时间敏感配件；

对所述里程敏感配件，结合车辆里程信息与配件故障信息拟合得到该配件对应的故障率里程分布曲线；

对所述时间敏感配件，结合车辆时间信息与配件故障信息拟合得到该配件对应的故障率时间分布曲线。

根据一种具体的实施方式，上述二手车购置评估方法中，所述属性信息包括所述目标车辆的车辆型号及生产年份；所述根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据，包括：

根据目标车辆的型号在所述预先建立的车辆故障率信息库中获取该型号车辆的各配件故障率曲线；

根据各配件的故障率曲线，针对每个配件，根据车辆的生产年份，找到对应未来目标时间区间内的故障率数据。

根据一种具体的实施方式，上述二手车购置评估方法中，所述生成目标车辆在所述未来目标时间区间内的维保数据报表，包括：

针对目标车辆的每个配件，根据该配件的维修计费规则及故障率数据，计算该配件在未来目标时间区间内的维保成本；

基于目标车辆各配件在未来目标时间区间内的维保成本，生成所述维保数据报表。

根据一种具体的实施方式，上述二手车购置评估方法中，所述根据维保数据报表生成目标车辆的价值评估结果，包括：

统计生成所述目标车辆对应车系的平均折价率，

根据所述维保数据报表与所述平均折价率生成待评估车辆的评估价格。

在本发明的另一方面，还提供一种二手车购置评估装置，其包括：

接收模块，用于接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；存储模块，用于存储预先建立的车辆故障率信息数据库；

预测分析模块，用于基于所述预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；

计算模块，用于根据预测分析模块确定的故障率数据计算生成目标车辆在所述未来目标时间区间内的维保数据报表，根据所述维保数据报表生成目标车辆的价值评估结果；

反馈模块，用于将所述维保数据报表与价值评估结果反馈至所述用户终端。

在本发明的另一方面，还提供一种服务器，其包括：处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述二手车购置评估方法。

本发明的另一方面，还提供一种系统，包括：用户终端，以及服务器，所述服务器用于在所述用户终端发出车辆评估请求时，采用上述二手车购置评估方法生成目标车辆的维保数据报表与价值评估结果，并反馈所述维保数据报表与价值评估结果至所述用户终端；

所述用户终端用于展示所述价值评估结果。

在本发明的另一方面，还提供一种计算机存储介质，所述计算机存储介质中存储有程序指令，所述程序指令被至少一个处理器执行时，用于实现上述二手车购置评估方法。

与现有技术相比，本发明的有益效果：

本发明所提供的方法，通过预先建立车辆故障率信息数据库，能够在接收到用户终端发出的车辆评估请求时，从预先建立车辆故障率信息数据库中自动匹配得到目标车辆各配件在未来目标时间区间内的故障率数据，根据各配件故障率数据生成目标车辆在目标时间区间内的维保数据报表，最后根据维保数据报表生成目标车辆的价值评估结果，向用户呈现目标车辆的维保数据报表与价值评估结果，为用户提供准确的二手车购置信息；本方法利用故障率信息对车辆进行准确的评估，使得用户能够全面了解到目标车辆的故障信息及其估值数据。

附图说明

图1为本发明实施例的系统架构示意图；

图2为本发明的一种实施例的二手车购置评估方法的示意图。

图3为本发明在一种实施例的二手车购置评估装置架构示意图；

图4为本发明在一种实施例的服务器架构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

实施例1

请参阅图1，图1是本申请实施例提供的一种二手车购置评估系统的结构示意图，包括：用户终端、服务器，其中，所述服务器能够同时与多个用户终端进行数据交互。

其中，用户终端可以包括移动手机、平板电脑、个人数字助理(PersonalDigitalAssistant，PDA)、移动互联网设备(Mobile Internet Device，MID)、智能穿戴设备(如智能手表、智能手环)等各种终端设备，本发明实施例不作限定。

本实施例中，当用户想要获取某个车辆的有效信息时，可以通过终端向服务器发出车辆评估请求，服务器在接收到用户终端发出的车辆评估请求时，能够通过预先建立车辆故障率信息数据库，根据目标车辆的属性信息，从预先建立车辆故障率信息数据库中自动匹配得到目标车辆各配件在未来目标时间区间内的故障率数据，根据各配件故障率数据生成目标车辆在目标时间区间内的维保数据报表，最后根据维保数据报表生成目标车辆的价值评估结果，向用户呈现目标车辆的维保数据报表与价值评估结果，为用户提供准确的二手车购置信息；本系统利用故障率信息对车辆进行准确的评估，使得用户能够全面了解到目标车辆的故障信息及其估值数据。

实施例2

请参阅图2，图2是本发明实施例所提供的二手车购置评估方法，应用于图3所示的服务器，其包括以下步骤：

S201：接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；

在一种可能的实现方式中，用户可以通过终端通过登录账号进入二手车购置信息评估系统(可以理解的是基于终端上的相关应用，应用程序客户端或者网页)进行输入和提交车辆评估请求。服务器可以接收到不同用户的车辆使用需求，其中，所述车辆评估请求包括：目标车辆的属性信息。具体的，所述目标车辆的属性信息包括目标车辆的型号信息以及车辆的时间信息等信息。

S202：基于预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；

在一种可能的实现方式中，通过以下方法预先建立所述车辆故障率信息数据库，包括：从车辆维保信息平台、车企、汽车专营店获取多个车辆的数据信息，其中，所述数据信息包括车辆型号、时间信息、里程信息和各配件故障信息；针对每种型号的车辆，根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线；基于车辆的型号建立索引，将每种型号车辆的各配件故障率曲线导入至对应的索引，建立所述车辆故障率信息数据库。

本实施例中，通过对每种型号车辆的数据信息进行全面收集、进而根据收集到的数据信息准确计算根据该型号车辆的各配件故障率曲线，形成信息化车辆故障率信息数据库。

可选地，从车辆维保信息平台中获取技师生成的车辆各配件诊断报告信息和各配件维修信息，从车企处获取车辆品牌、型号、排量、排放标准、变速类型、车辆类型、座位数、进出口信息和车辆颜色等基础数据信息；所述汽车专营店获取：车辆各配件维修记录信息；以及从车联网平台获取车辆的GPS经纬度数据和里程数据。在得到多个车辆的上述数据信息后，按照型号(例如奥迪A6L2018款运动型)将车辆分为多个集合，针对每个集合中的多个车辆，根据车辆的时间信息、里程信息和各配件故障信息计算该型号车辆的各配件故障率曲线。进一步的，基于车辆的型号建立索引，将每种型号车辆的各配件故障率曲线导入至对应的索引各，建立所述车辆故障率信息数据库。

可以理解的是，相应的车辆数据信息会随着时间产生大量新的数据信息，因此本申请中的服务器会按照预定频率(优选为1年)定期从车辆维保信息平台、车企、汽车专营店获取多个车辆的新的数据信息，从而定期更新所述车辆故障率信息数据库。

在一种可能的实现方式中，由于汽车中存在各种功能性配件，其中部分功能性配件受时间影响所产生的磨损大于受使用影响所产生的磨损，例如，部分电性元件与传感器元件，部分功能性配件受使用影响所产生的磨损大于受时间影响所产生的磨损，例如，车辆使用状态下受力较多的轴承配件。据此，本申请通过对每种型号车辆的各配件的历史损伤特性进行，根据分析结果将车辆部件划分为里程敏感部件与时间敏感部件，对所述里程敏感部件，结合车辆里程信息与部件故障信息拟合得到该部件对应的故障率里程分布曲线；对所述时间敏感部件，结合车辆时间信息与部件故障信息拟合得到该部件对应的故障率时间分布曲线。由此，得到准确每种车型准确各部件的故障率分布曲线。

本申请实施例，通过对每种型号车辆的各配件的历史损伤特性进行，根据分析结果将车辆部件划分为里程敏感部件与时间敏感部件，对所述里程敏感部件，结合车辆里程信息与部件故障信息拟合得到该部件对应的故障率里程分布曲线；对所述时间敏感部件，结合车辆时间信息与部件故障信息拟合得到该部件对应的故障率时间分布曲线；由此，结合各配件的损伤特性得到准确每种车型准确各部件的故障率分布曲线。

在一种可能的实现方式中，所述属性信息包括所述目标车辆的车辆型号及生产年份；上述S202，具体包括：根据目标车辆的型号在所述预先建立的车辆故障率信息库中获取该型号车辆的各配件故障率曲线；根据各配件的故障率曲线，针对每个配件，根据车辆的生产年份，找到对应未来目标时间区间内的故障率数据。其中，所述未来目标时间区间可以根据某型号车辆的最大车龄进行设定。例如，对某2010款车将所述目标时间区间设定为1年；对某2018款车将所述目标时间区间设定为3年。

本申请实施例，通过目标车辆的型号在所述预先建立的车辆故障率信息库中快速匹配得到该型号车辆的各配件故障率曲线；根据各配件的故障率曲线，针对每个配件，根据车辆的生产年份，快速获取对应未来目标时间区间内的故障率数据；本方法能够快速响应用户的车辆评估请求，对目标车辆在未来目标时间区间的故障信息进行准确预测。

具体的，以服务器接收到用户终端发送的车辆属性信息为：“奥迪A6L2018款运动型车，生产年份为2018年，对应未来目标时间区间为3年”为例，首先根据型号-奥迪A6L2018款运动型车在预先建立的车辆故障率信息库该型号车辆的各配件故障率曲线，包括：A配件的呈二项分布的故障率里程分布曲线与B配件的呈泊松分布的故障率时间分布曲线；根据车辆的生产年份2018，从B配件的曲线上根据时间参数匹配得到B配件的未来三年的故障率数据，对于A配件，将B配件对应的时间参数换算成里程参数，根据里程参数匹配得到A配件的未来三年故障率数据，汇总每个配件的预测故障率数据即为所述目标车辆在未来目标时间区间内的故障率数据。

S203：根据所述故障率数据，生成目标车辆在所述未来目标时间区间内的维保数据报表；

在一种可能的实现方式中，针对目标车辆的每个配件，根据该配件的维修计费规则及故障率数据，计算该配件在未来目标时间区间内的维保成本；基于目标车辆各配件在未来目标时间区间内的维保成本，生成所述维保数据报表。可选地，由于车辆某些配件的价格波动较大，因此服务器会定期(一般为一个月)从汽车专营店获取其多个车辆的维修计费规则。

本申请实施例，通过获取车辆各配件的维修计费规则，计算每个配件的维保成本，最后通过绘制数据报表的形式向用户清楚、全面地呈现车辆各配件的故障率与维护费用信息，相应的报表直观且清晰地向用户呈现车辆各配件的维保信息，提高用户的体验感。

S204：根据所述维保数据报表生成目标车辆的价值评估结果，并将所述维保数据报表与价值评估结果反馈至所述用户终端。

根据一种可能的实现方式，计算所述目标车辆对应车系的平均折价率，根据所述维保数据报表与所述平均折价率生成目标车辆的评估价格。例如，计算奥迪A6车系的历史折价率，利用新车销售价，根据所述历史折价率生成第一价格评估价格，再结合计算得到奥迪A62018版运动型车在所述目标时间区间内的维保数据报表，综合生成目标车辆的价值评估结果，并将所述价值评估结果反馈至所述用户终端。

本申请实施例，通过计算得到的车辆维保数据信息，与目标车辆对应车系的平均折价率综合计算得到车辆的评估价格，为用户提供准确地价格指导。

图3示出了本申请实施例提供的二手车购置评估装置的架构图，该二手车购置评估装置应用于服务器，该评估装置包括：接收模块，用于接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；存储模块，用于存储预先建立的车辆故障率信息数据库；预测分析模块，用于基于所述预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；计算模块，用于根据预测分析模块确定的故障率数据计算生成目标车辆在所述未来目标时间区间内的维保数据报表，根据所述维保数据报表生成目标车辆的价值评估结果；反馈模块，用于将所述维保数据报表与价值评估结果反馈至所述用户终端。

本申请实施例所提供的二手车购置评估装置能够在接收到用户终端发出的车辆评估请求时，能够通过预先建立车辆故障率信息数据库，根据目标车辆的属性信息，从预先建立车辆故障率信息数据库中自动匹配得到目标车辆各配件在未来目标时间区间内的故障率数据，根据各配件故障率数据生成目标车辆在目标时间区间内的维保数据报表，最后根据维保数据报表生成目标车辆的价值评估结果，向用户呈现目标车辆的维保数据报表与价值评估结果，为用户提供准确的二手车购置信息。

在一种可能的实现方式中，所述二手车购置评估装置还包括：信息收集模块与数据库建立模块，其中，所述信息收集模块用于从车辆维保信息平台、车企、汽车专营店获取多个车辆的数据信息，其中，所述数据信息包括车辆型号、时间信息、里程信息和各配件故障信息；并将所述数据信息发送至所述数据库建立模块。所述数据库建立模块用于接收所述数据信息，并针对每种型号的车辆，根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线；基于车辆的型号建立索引，将每种型号车辆的各配件故障率曲线导入至对应的索引，建立所述车辆故障率信息数据库，并将所述车辆故障率信息数据库存储在所述存储模块中。

可以理解的是，相应的车辆数据信息会随着时间产生大量新的数据信息，因此本申请中的信息收集模块会按照预定频率(优选为1年)定期从车辆维保信息平台、车企、汽车专营店获取多个车辆的新的数据信息，从而触发所述数据库建立模块定期更新所建立的车辆故障率信息数据库。

在一种可能的实现方式中，所述数据库建立模块被进一步配置为：根据车辆各配件的历史损伤特性，将车辆配件划分为里程敏感配件与时间敏感配件；对所述里程敏感配件，结合车辆里程信息与配件故障信息拟合得到该配件对应的故障率里程分布曲线；对所述时间敏感配件，结合车辆时间信息与配件故障信息拟合得到该配件对应的故障率时间分布曲线。

在一种可能的实现方式中，所述属性信息包括所述目标车辆的车辆型号及生产年份；所述预测分析模块被配置为：根据目标车辆的型号在所述预先建立的车辆故障率信息库中获取该型号车辆的各配件故障率曲线；根据各配件的故障率曲线，针对每个配件，根据车辆的生产年份，找到对应未来目标时间区间内的故障率数据。其中，所述未来目标时间区间可以根据某型号车辆的最大车龄进行设定。例如，对某2010款车将所述目标时间区间设定为1年；对某2018款车将所述目标时间区间设定为3年。

在一种可能的实现方式中，所述信息收集模块被进一步配置为：定期获取汽车专营店关于车辆配件的维修计费规则。据此，所述计算模块能够针对目标车辆的每个配件，根据该配件的维修计费规则及故障率数据，计算该配件在未来目标时间区间内的维保成本；基于目标车辆各配件在未来目标时间区间内的维保成本，生成所述维保数据报表。

根据一种可能的实现方式，所述信息收集模块被进一步配置为：定期获取各个目标车系的市场价格反馈，据此，所述计算模块能够根据市场价格反馈计算所述目标车辆对应车系的平均折价率，根据所述维保数据报表与所述平均折价率生成目标车辆的评估价格。例如，计算奥迪A6车系的历史折价率，利用新车销售价，根据所述历史折价率生成第一价格评估价格，再结合计算得到奥迪A62018版运动型车在所述目标时间区间内的维保数据报表，综合生成目标车辆的价值评估结果，并将所述价值评估结果反馈至所述用户终端。

在本发明的另一方面，还提供一种服务器，如图4所示，该服务器包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述二手车购置评估方法。

在本发明的实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。

本发明的另一方面，还提供一种计算机存储介质，所述计算机存储介质中存储有程序指令，所述程序指令被至少一个处理器执行时，用于实现上述二手车购置评估方法。

在一中可能的实现方式中，上述存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。

易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。

本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。

应该理解到，本发明所揭露的系统，可通过其它的方式实现。例如所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，模块之间的通信连接可以是通过一些接口，服务器或单元的间接耦合或通信连接，可以是电性或其它的形式。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种二手车购置评估方法，其特征在于，包括以下步骤：

接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；

基于预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；

根据所述故障率数据，生成目标车辆在所述未来目标时间区间内的维保数据报表；

根据所述维保数据报表生成目标车辆的价值评估结果，并将所述维保数据报表与价值评估结果反馈至所述用户终端。

2.如权利要求1所述的二手车购置评估方法，其特征在于，通过以下步骤预先建立所述车辆故障率信息数据库，包括：

从车辆维保信息平台、车企、汽车专营店获取多个车辆的数据信息，其中，所述数据信息包括车辆型号、时间信息、里程信息和各配件故障信息；

针对每种型号的车辆，根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线；

基于车辆的型号建立索引，将每种型号车辆的各配件故障率曲线导入至对应的索引，建立所述车辆故障率信息数据库。

3.如权利要求2所述的二手车购置评估方法，其特征在于，所述根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线，包括：

对车辆各配件的历史损伤特性进行分析，根据分析结果将车辆配件划分为里程敏感配件与时间敏感配件；

对所述里程敏感配件，结合车辆里程信息与配件故障信息拟合得到该配件对应的故障率里程分布曲线；

对所述时间敏感配件，结合车辆时间信息与配件故障信息拟合得到该配件对应的故障率时间分布曲线。

4.如权利要求3所述的二手车购置评估方法，其特征在于，所述属性信息包括所述目标车辆的车辆型号及生产年份；所述根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据，包括：

根据目标车辆的型号在所述预先建立的车辆故障率信息库中获取该型号车辆的各配件故障率曲线；

根据各配件的故障率曲线，针对每个配件，根据车辆的生产年份，找到对应未来目标时间区间内的故障率数据。

5.如权利要求1-4任一所述的二手车购置评估方法，其特征在于，所述生成目标车辆在所述未来目标时间区间内的维保数据报表，包括：

针对目标车辆的每个配件，根据该配件的维修计费规则及故障率数据，计算该配件在未来目标时间区间内的维保成本；

基于目标车辆各配件在未来目标时间区间内的维保成本，生成所述维保数据报表。

6.如权利要求1所述的二手车购置评估方法，其特征在于，所述根据维保数据报表生成目标车辆的价值评估结果，包括：

统计生成所述目标车辆对应车系的平均折价率，

根据所述维保数据报表与所述平均折价率生成待评估车辆的评估价格。

7.一种二手车购置评估装置，其特征在于，所述装置包括：

接收模块，用于接收用户终端发出的车辆评估请求，所述车辆评估请求包括：目标车辆的属性信息；

存储模块，用于存储预先建立的车辆故障率信息数据库；

预测分析模块，用于基于所述预先建立的车辆故障率信息数据库，根据所述目标车辆的属性信息，确定所述目标车辆各配件在未来目标时间区间内的故障率数据；

计算模块，用于根据预测分析模块确定的故障率数据计算生成目标车辆在所述未来目标时间区间内的维保数据报表，根据所述维保数据报表生成目标车辆的价值评估结果；

反馈模块，用于将所述维保数据报表与价值评估结果反馈至所述用户终端。

8.一种服务器，其特征在于，包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的二手车购置评估方法。

9.一种系统，其特征在于，包括：用户终端，以及服务器，所述服务器用于在所述用户终端发出车辆评估请求时，采用如权利要求1～6任一项所述的二手车购置评估方法生成目标车辆的维保数据报表与价值评估结果，并反馈所述维保数据报表与价值评估结果至所述用户终端；

所述用户终端用于展示服务器反馈的维保数据报表与价值评估结果。

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有程序指令，所述程序指令被至少一个处理器执行时，用于实现如权利要求1～6任一项所述的二手车购置评估方法。

Images