CN114398599A - 一种保护人车认证信息的方法及系统 - Google Patents

Abstract

本申请实施例提供了一种保护人车认证信息的方法及系统，用于向异常用户重新进行人车认证。本申请实施例方法包括：根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；判断所述关系可信度是否大于预设的关系可信度阈值；若否，则确定所述关系可信度对应的用户为异常用户；给所述异常用户标注异常用户标记；直到所有用户的关系可信度计算完成，根据所述异常用户标记生成异常用户列表；向所述异常用户列表中的异常用户发送重新认证指令。

Description

一种保护人车认证信息的方法及系统

技术领域

本申请实施例涉及数据处理领域，尤其涉及一种保护人车认证信息的方法及系统。

背景技术

近年来，人民生活水平日益提高，城市机动车保有量逐年增加，围绕车辆展开的服务也蓬勃发展。面对庞大的用户群体和信息，促使产业中各种事物、服务被加速数字化。

在现有技术中，因为用户可通过线上购买、享受服务方提供的服务和信息。而服务方为了定向提供这些服务，往往需要收集用户的一些个人信息，作为服务对象身份的凭证。例如，基于用户提供的车牌号、手机号，为用户提供消息服务，告知其车辆停放的位置、出入场时间、停放费用等等。由于这些资料的提交操作，均发生在线上，且在一次认证后，车辆便于车主绑定，但随着近段二手车交易量的提升，从而导致车辆与用户信息不对应的情况发生，也引起了信息被冒用而产生的用户信息泄漏的风险。

发明内容

本申请实施例提供了一种保护人车认证信息的方法及系统，用于向异常用户重新进行人车认证。

本申请第一方面提供了一种保护人车认证信息的方法，包括：

根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断所述关系可信度是否大于预设的关系可信度阈值；

若否，则确定所述关系可信度对应的用户为异常用户；

给所述异常用户标注异常用户标记；

直到所有用户的关系可信度计算完成，根据所述异常用户标记生成异常用户列表；

向所述异常用户列表中的异常用户发送重新认证指令。

可选的，所述根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度包括：

获取目标用户；

分析所述目标用户的行动记录，生成实时缴费规律；

获取所述目标用户的在预设时间周期内的历史缴费规律；

计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

可选的，所述获取所述目标用户的在预设时间周期内的历史缴费规律包括：

获取所述目标用户在预设时间周期内的历史缴费记录；

根据所述历史缴费记录生成所述目标用户的历史缴费规律。

可选的，向所述异常用户列表中的异常用户发送重新认证指令包括：

从所述异常用户列表中提取异常用户信息；

根据所述异常用户信息获取车辆行动记录；

从所述行动记录中提取使用用户的用户信息；

判断所述使用用户与所述异常用户是否为同一用户；

若是，则向所述异常用户发送重新认证指令；

若否，则向所述使用用户和所述异常用户发送重新认证指令。

可选的，根据所述异常用户信息获取车辆行动记录包括：

根据所述异常用户信息获取异常绑定车辆；

根据所述异常绑定车辆获取车辆行动记录。

本申请第二方面提供了一种保护人车认证信息的装置，包括：

计算单元，用于根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断单元，用于判断所述关系可信度是否大于预设的关系可信度阈值；

确定单元，用于在所述判断单元判断结果为否时，确定所述关系可信度对应的用户为异常用户；

标注单元，用于给所述异常用户标注异常用户标记；

生成单元，用于在所有用户的关系可信度计算完成时，根据所述异常用户标记生成异常用户列表；

发送单元，用于向所述异常用户列表中的异常用户发送重新认证指令。

可选的，所述计算单元包括：

第一获取模块，用于获取目标用户；

分析模块，用于分析所述目标用户的行动记录，生成实时缴费规律；

第二获取模块，用于获取所述目标用户的在预设时间周期内的历史缴费规律；

计算模块，用于计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

可选的，所述第二获取模块还用于：

获取所述目标用户在预设时间周期内的历史缴费记录；

根据所述历史缴费记录生成所述目标用户的历史缴费规律。

可选的，所述发送单元包括：

第一提取模块，用于从所述异常用户列表中提取异常用户信息；

第三获取模块，用于根据所述异常用户信息获取车辆行动记录；

第二提取模块，用于从所述行动记录中提取使用用户的用户信息；

判断模块，用于判断所述使用用户与所述异常用户是否为同一用户；

第一发送模块，用于在所述判断模块的判断结果为是时，向所述异常用户发送重新认证指令；

第二发送模块，用于在所述判断模块的判断结果为否时，向所述使用用户和所述异常用户发送重新认证指令。

可选的，所述第三获取模块还用于：

根据所述异常用户信息获取异常绑定车辆；

根据所述异常绑定车辆获取车辆行动记录。

本申请第三方面提供了一种保护人车认证信息的装置，包括：

处理器、存储器、输入输出单元、总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述处理器具体执行与前述第一方面相同的操作。

从以上技术方案可以看出，本申请通过确定异常用户，从而使重新进行认证，提高数据准确性，并降低出现用户数据泄露的情况发生概率。

附图说明

图1为本申请实施例中保护人车认证信息的方法的一个实施例流程示意图；

图2为本申请实施例中保护人车认证信息的方法的另一实施例流程示意图；

图3为本申请实施例中保护人车认证信息的装置的一个实施例结构示意图；

图4为本申请实施例中保护人车认证信息的装置的另一实施例结构示意图；

图5为本申请实施例中保护人车认证信息的装置的另一实施例结构示意图。

具体实施方式

本申请实施例提供了一种保护人车认证信息的方法及系统，用于向异常用户重新进行人车认证。

下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例中的执行主体包括但不限于，如：终端、服务器和系统等所有包含逻辑计算及运行能力的设备，具体此处不做限定，本申请实施例以大数据为例进行描述。

请参阅图1，本申请实施例提供了保护人车认证信息的方法的一种实施例，包括：

101、根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

在本申请实施例中，用户及用户信息通过大数据获取，大数据获取到用户信息后，计算在具体的时间段内或特殊节假日期间，该用户数据代缴费的订单笔数、代缴费的人数、代缴费的发生频率和间隔，具体的，用于计算的代缴费相关数据在此处不作具体限定，计算结果用于表示用户及车辆建立的绑定关系的可信度，即关系可信度。

102、判断所述关系可信度是否大于预设的关系可信度阈值；

大数据通过结合用户信息中的历史数据，对历史数据中包括但不限于历史客诉数据中错误绑定的车辆、代缴费的订单笔数、代缴费的人数、车辆的活动范围、活动路径、绑定到生成客诉的事件周期数据等用于表示用户行为的数据进行分析，用于表示用户行为的数据具体在此处不作限定，从而计算出一个“人车关系”正常的阀值范围，该阈值范围为关系可信度阈值。当判断结果为关系可信度小于关系可信度阈值时，执行步骤103。

103、若否，则确定所述关系可信度对应的用户为异常用户；

具体的，异常用户为绑定关系的关系可信度小于关系可信度阈值的用户，关系可信度小于关系可信度阈值，则说明该车辆与用户间可能出现如：恶意用户通过上传虚假图片认证、或普通用户录入错误，但信息有效、车辆被交易，第三方信息源未及时更新数据、服务平台又无法主动得知和/或第三方信息源数据缺失等情况。

104、给所述异常用户标注异常用户标记；

大数据在进行用户过滤时，能根据设定好的模型及阀值，实时对“人车关系”异常的车辆和用户进行筛选。在筛选后，被打上异常标记的异常用户通过实时数据与历史数据、总体数据与个体数据的对比，再次计算出这些车牌背后“人车关系”的可信度。

再次确认“人车关系”异常后，大数据会向这些车辆打上标签进行标识，并在下一次执行信息过滤时，再次查询该车辆的信息和用户的认证操作结果。

105、直到所有用户的关系可信度计算完成，根据所述异常用户标记生成异常用户列表；

在实际情况中，大数据会实时过滤已认证信息的车辆，从而排除掉因异常关系被标记的异常用户进行重新认证后取消异常标记的用户，从而获得实时的异常用户列表。

106、向所述异常用户列表中的异常用户发送重新认证指令。

在大数据确定异常用户列表后，该异常用户列表会被发送到后台，并通过后台通过接口查询大数据记录下的疑似异常的车牌号，从而向原绑定人、疑似车主的代缴费的人推送“重新认证”的消息。

在重新认证期间，暂停对该车辆的消息推送。待二次认证的时间结束或车辆重新被认证后，才会恢复消息推送。并记录下该车牌二次认证信息，作为后续提供服务的凭证。

本申请实施例通过将大数据中对用户数据进行分析计算得到的关系可信度与大数据计算出的关系可信度阈值进行对比，且大数据实时对人车认证数据进行更新，并向异常用户发起重新认证，从而降低人车认证错误的情况发生的概率。

请参阅图2，本申请实施例提供了保护人车认证信息的方法的另一实施例，包括：

201、获取目标用户；

目标用户为大数据能够获取到的任一用户，大数据会实时对用户数据进行更新，从而保证客户信息在被调用时的准确性。

202、分析所述目标用户的行动记录，生成实时缴费规律；

在大数据获取到目标用户的行动记录后，根据该目标用户的行动记录中提取其的缴费情况，该缴费情况包括但不限于：停车场的消费和充电桩的消费等进行车辆服务的费用的消费情况，具体此处不做限定，在大数据获取到行动记录后，会根据预设的某一时间点至今的一个时间段中的消费记录生成该目标用户的实时缴费规律。

具体的，某一时间点通过设定进行确认，一般情况下为保证该实时缴费规律的实时性，若行动记录较为密集，则某一时间点与当前时间点的间隔会缩短，但若行动记录在一个月中数量较少，则某一时间点与当前时间点的间隔会更长，该时间点最长可到用户进行上一次人车认证的时间点。

203、获取所述目标用户在预设时间周期内的历史缴费记录；

历史缴费记录一般情况在该目标用户进行上一次人车认证之后，除认证时满足两次认证时认证的是同一车辆及同一用户，则用于计算历史缴费记录的时间段获取周期可以再往前延伸一次人车认证。大数据会根据该时间周期内用户的行动记录分析出该用户在该周期内的缴费记录，该缴费记录为历史缴费记录。

204、根据所述历史缴费记录生成所述目标用户的历史缴费规律；

当大数据从该目标用户的预设时间周期中的行动记录中获取到该目标用户的历史缴费记录后，大数据会对该历史缴费记录进行分析，通过其历史缴费记录中订单的生成时间对缴费记录进行整理，从而获取该目标用户的历史缴费规律。

205、计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

当大数据通过计算得到实时缴费规律及历史缴费规律后，将这两个数据进行匹配计算，从而计算出两个数据的匹配度，该匹配度即为用户及车辆绑定的关系可信度。

206、判断所述关系可信度是否大于预设的关系可信度阈值；

207、若否，则确定所述关系可信度对应的用户为异常用户；

208、给所述异常用户标注异常用户标记；

209、直到所有用户的关系可信度计算完成，根据所述异常用户标记生成异常用户列表；

本实施例中的步骤206至209与前述实施例中步骤102至105类似，此处不再赘述。

210、从所述异常用户列表中提取异常用户信息；

异常用户信息的数据包括但不限于：用户的绑定车辆信息及用户的身份信息等，具体此处不作限定，该异常用户信息用于提供对该异常用户进行异常情况判断的所需信息。

211、根据所述异常用户信息获取异常绑定车辆；

在实际情况中，一个用户的账号可能绑定不止一辆车辆，所以在确定异常用户信息后，会根据该异常用户信息确定到与该异常用户产生异常信息的车辆。

212、根据所述异常绑定车辆获取车辆行动记录。

具体的，该车辆可能也不止与一位用户进行绑定，所以需要根据该车辆的行动记录确定该车辆与该异常用户在行动记录中不匹配的行动记录。

213、从所述行动记录中提取使用用户的用户信息；

大数据获取到该异常绑定车辆的行动记录后，根据该行动记录中与异常用户不匹配的行动记录确定生成这些记录的用户信息。

214、判断所述使用用户与所述异常用户是否为同一用户；

具体的，用户一般通过手机号码进行申请，但在实际情况中，存在一人多号的情况，因此需要判断使用用户与异常用户是否为同一人不同号注册则用户。若是，则执行步骤215，若否，则执行步骤216.

215、若是，则向所述异常用户发送重新认证指令；

当两个账号的持有者身份信息相同时，大数据会向后台发送向异常用户推送重新认证信息的指令，使得异常用户能够根据该指令重新进行身份认证，从而解除异常标记，并将该身份认证结果作为后续提供服务的凭证。

216、若否，则向所述使用用户和所述异常用户发送重新认证指令。

若使用用户及异常用户非同一持有者，大数据向后台发送向使用用户及异常用户都推送重新认证的指令，在大数据收到反馈时，根据反馈将认证成功的用户与该车辆生成身份认证结果，并将该身份认证结果作为后续提供服务的凭证。

在本申请实施例中，大数据在向后台发送人车认证指令之前，会实时对当前认证的人车用户进行过滤，并对异常用户的信息进行重复核对，从而降低运行成本。

请参阅图3，本申请实施例提供了保护人车认证信息的装置的一种实施例，包括：

计算单元301，用于根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断单元302，用于判断所述关系可信度是否大于预设的关系可信度阈值；

确定单元303，用于在所述判断单元判断结果为否时，确定所述关系可信度对应的用户为异常用户；

标注单元304，用于给所述异常用户标注异常用户标记；

生成单元305，用于在所有用户的关系可信度计算完成时，根据所述异常用户标记生成异常用户列表；

发送单元306，用于向所述异常用户列表中的异常用户发送重新认证指令。

本实施例中，各单元的功能与前述图1所示实施例中的步骤对应，此处不再赘述。

请参阅图4，本申请实施例提供了保护人车认证信息的装置的一种实施例，包括：

计算单元401，用于根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断单元402，用于判断所述关系可信度是否大于预设的关系可信度阈值；

确定单元403，用于在所述判断单元判断结果为否时，确定所述关系可信度对应的用户为异常用户；

标注单元404，用于给所述异常用户标注异常用户标记；

生成单元405，用于在所有用户的关系可信度计算完成时，根据所述异常用户标记生成异常用户列表；

发送单元406，用于向所述异常用户列表中的异常用户发送重新认证指令。

在本申请实施例中，所述计算单元401包括：

第一获取模块4011，用于获取目标用户；

分析模块4012，用于分析所述目标用户的行动记录，生成实时缴费规律；

第二获取模块4013，用于获取所述目标用户的在预设时间周期内的历史缴费规律；

计算模块4014，用于计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

在本申请实施例中，所述第二获取模块4013还用于：

获取所述目标用户在预设时间周期内的历史缴费记录；

根据所述历史缴费记录生成所述目标用户的历史缴费规律。

在本申请实施例中，所述发送单元406包括：

第一提取模块4061，用于从所述异常用户列表中提取异常用户信息；

第三获取模块4062，用于根据所述异常用户信息获取车辆行动记录；

第二提取模块4063，用于从所述行动记录中提取使用用户的用户信息；

判断模块4064，用于判断所述使用用户与所述异常用户是否为同一用户；

第一发送模块4065，用于在所述判断模块的判断结果为是时，向所述异常用户发送重新认证指令；

第二发送模块4066，用于在所述判断模块的判断结果为否时，向所述使用用户和所述异常用户发送重新认证指令。

在本申请实施例中，所述第三获取模块4062还用于：

根据所述异常用户信息获取异常绑定车辆；

根据所述异常绑定车辆获取车辆行动记录。

本实施例中，各单元的功能与前述图2所示实施例中的步骤对应，此处不再赘述。

请参阅图5，本申请实施例提供了绑定停车场业态的装置的另一实施例，包括：

处理器501、存储器502、输入输出单元503、总线504；

所述处理器501与所述存储器502、所述输入输出单元503以及所述总线504相连；

所述处理器501具体执行图1至图2的方法中的步骤对应的操作。

所述处理器具体执行与前述第一方面相同的操作。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。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，本申请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(可以是个人计算机，服务器，或者网络设备等)执行本申请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、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种保护人车认证信息的方法，其特征在于，包括：

根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断所述关系可信度是否大于预设的关系可信度阈值；

若否，则确定所述关系可信度对应的用户为异常用户；

给所述异常用户标注异常用户标记；

直到所有用户的关系可信度计算完成，根据所述异常用户标记生成异常用户列表；

向所述异常用户列表中的异常用户发送重新认证指令。

2.根据权利要求1所述的方法，其特征在于，所述根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度包括：

获取目标用户；

分析所述目标用户的行动记录，生成实时缴费规律；

获取所述目标用户的在预设时间周期内的历史缴费规律；

计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

3.根据权利要求2所述的方法，其特征在于，所述获取所述目标用户的在预设时间周期内的历史缴费规律包括：

获取所述目标用户在预设时间周期内的历史缴费记录；

根据所述历史缴费记录生成所述目标用户的历史缴费规律。

4.根据权利要求1至3中任一项所述的方法，其特征在于，向所述异常用户列表中的异常用户发送重新认证指令包括：

从所述异常用户列表中提取异常用户信息；

根据所述异常用户信息获取车辆行动记录；

从所述行动记录中提取使用用户的用户信息；

判断所述使用用户与所述异常用户是否为同一用户；

若是，则向所述异常用户发送重新认证指令；

若否，则向所述使用用户和所述异常用户发送重新认证指令。

5.根据权利要求5所述的方法，其特征在于，根据所述异常用户信息获取车辆行动记录包括：

根据所述异常用户信息获取异常绑定车辆；

根据所述异常绑定车辆获取车辆行动记录。

6.一种保护人车认证信息的装置，其特征在于，包括：

计算单元，用于根据预设规则逐一计算所有用户的绑定车辆关系，获得关系可信度；

判断单元，用于判断所述关系可信度是否大于预设的关系可信度阈值；

确定单元，用于在所述判断单元判断结果为否时，确定所述关系可信度对应的用户为异常用户；

标注单元，用于给所述异常用户标注异常用户标记；

生成单元，用于在所有用户的关系可信度计算完成时，根据所述异常用户标记生成异常用户列表；

发送单元，用于向所述异常用户列表中的异常用户发送重新认证指令。

7.根据权利要求8所述的装置，其特征在于，所述计算单元包括：

第一获取模块，用于获取目标用户；

分析模块，用于分析所述目标用户的行动记录，生成实时缴费规律；

第二获取模块，用于获取所述目标用户的在预设时间周期内的历史缴费规律；

计算模块，用于计算所述实时缴费规律与所述历史缴费规律的匹配度，得到关系可信度。

8.根据权利要求7所述的装置，其特征在于，所述第二获取模块还用于：

获取所述目标用户在预设时间周期内的历史缴费记录；

根据所述历史缴费记录生成所述目标用户的历史缴费规律。

9.根据权利要求6至8中任一项所述的装置，其特征在于，所述发送单元包括：

第一提取模块，用于从所述异常用户列表中提取异常用户信息；

第三获取模块，用于根据所述异常用户信息获取车辆行动记录；

第二提取模块，用于从所述行动记录中提取使用用户的用户信息；

判断模块，用于判断所述使用用户与所述异常用户是否为同一用户；

第一发送模块，用于在所述判断模块的判断结果为是时，向所述异常用户发送重新认证指令；

第二发送模块，用于在所述判断模块的判断结果为否时，向所述使用用户和所述异常用户发送重新认证指令。

10.根据权利要求9所述的装置，其特征在于，所述第三获取模块还用于：

根据所述异常用户信息获取异常绑定车辆；

根据所述异常绑定车辆获取车辆行动记录。

Images