CN115392730A - 租赁车辆示警方法、装置、电子设备及存储介质 - Google Patents
租赁车辆示警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115392730A CN115392730A CN202211041097.1A CN202211041097A CN115392730A CN 115392730 A CN115392730 A CN 115392730A CN 202211041097 A CN202211041097 A CN 202211041097A CN 115392730 A CN115392730 A CN 115392730A
- Authority
- CN
- China
- Prior art keywords
- user
- risk level
- risk
- score
- real
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q30/0645—Rental transactions; Leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种租赁车辆示警方法、装置、电子设备及存储介质,涉及涉及车辆安全技术领域。该方法包括:获取用户驾驶车辆的评测数据,评测数据包括基础因素数据和动态因素数据;根据评测数据,得到用户实时出险评分;根据用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;根据目标风险等级进行示警。本公开提供的租赁车辆示警方法、装置、电子设备及存储介质,通过平台沉淀的基础因素数据和获取到的动态因素数据,得到近实时的用户实时出险评分,根据用户实时出险评分及主要影响因素,通过多种途径进行示警,提升租赁车辆的安全性,用户体验佳。
Description
技术领域
本公开涉及物联网技术领域,尤其涉及一种租赁车辆示警方法、祖烈车辆示警装置、电子设备及计算机可读存储介质。
背景技术
目前,随着出行行业的飞速发展,租赁车辆业务为用户出行带来了极大便利,个人租车需求越来越多。
然而,由于租赁车辆的车况不一,租车用户驾驶技术及驾驶习惯参差不齐,在租赁车辆使用过程中,易发生出险问题,且出险后处理复杂,用户体验欠佳。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种租赁车辆示警方法、装置、电子设备及存储介质,至少在一定程度上克服相关技术中租赁车辆易发生出险,降低用户体验的技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供了一种租赁车辆示警方法,包括:获取用户驾驶车辆的评测数据,其中,所述评测数据包括基础因素数据和动态因素数据;根据所述评测数据,得到用户实时出险评分;根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;根据所述目标风险等级进行示警。
在本公开的一个实施例中,所述根据所述评测数据,得到用户实时出险评分,包括:根据所述基础因素数据,获得基础因素出险评分;根据所述动态因素数据,获得动态因素出险评分;根据所述基础因素出险评分和所述动态因素出险评分,得到用户实时出险评分。
在本公开的一个实施例中,所述基础因素数据包括以下中的至少一项:用户维度数据、车辆维度数据、环境维度数据。
在本公开的一个实施例中,所述动态因素数据包括以下中的至少一项:驾驶时长、驾驶速度、驾驶区域、驾驶时间。
在本公开的一个实施例中,根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级,包括:获取预设风险等级对应表,其中,所述风险等级对应表中包括所述用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系;根据所述风险等级对应表,得到与所述用户实时出险评分对应的目标风险等级。
在本公开的一个实施例中,在所述获取预设风险等级对应表之前,所述方法还包括:构建风险等级对应表,其中,所述风险等级对应表中包括所述用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系。
在本公开的一个实施例中,所述风险等级对应表还包括风险等级与示警策略之间的对应关系,其中,根据所述目标风险等级进行示警,包括:基于所述风险等级对应表,查找与所述目标风险等级对应的目标示警策略;执行所述目标示警策略。
根据本公开的另一个方面,提供了一种租赁车辆示警装置,包括:数据获取模块,用于采集用户驾驶租赁车辆的评测数据,其中,所述评测数据包括基础因素数据和动态因素数据;评分预测模块,用于根据所述评测数据,得到用户实时出险评分;风险评估模块,用于根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;风险示警模块,用户根据所述目标风险等级进行示警。
根据本公开的另一个方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述租赁车辆示警方法。
根据本公开的另一个方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的租赁车辆示警方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括可执行指令,该可执行指令存储在计算机可读存储介质中,电子设备的处理器从计算机可读存储介质读取该可执行指令,处理器执行该可执行指令,使得该电子设备执行上述的租赁车辆示警方法。
本公开的实施例中提供的租赁车辆示警方法、装置、电子设备及计算机可读存储介质,通过平台沉淀的基础因素数据和获取到的动态因素数据,进行实时分析,得到近实时的用户实时出险评分,根据用户实时出险评分及主要影响因素,通过多种途径进行示警,提升租赁车辆的安全性,用户体验佳。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开实施例提供的租赁车辆示警系统架构示意图;
图2示出本公开实施例提供的一种租赁车辆示警方法流程图;
图3示出本公开实施例提供的另一种租赁车辆示警方法流程图;
图4示出本公开实施例提供的一种目标风险等级确定方法流程图;
图5示出本公开实施例提供的另一种目标风险等级确定方法流程图;
图6示出本公开实施例提供的目标示警策略获取方法流程图;
图7示出本公开实施例提供的一种租赁车辆示警装置示意图;
图8示出本公开实施例提供的另一种租赁车辆示警装置示意图;
图9示出本公开实施例一种电子设备的结构框图;
图10示出本公开实施例中一种计算机可读存储介质示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为便于理解,在介绍本公开实施例之前,首先对本公开实施例中涉及到的几个名词进行解释如下:
下面结合附图,对本公开实施例的具体实施方式进行详细说明。
图1示出了可以应用本公开实施例中租赁车辆示警方法的示例性应用系统架构示意图。如图1所示,该系统架构可以包括终端设备101、网络102和服务器103。
网络102用以在终端设备101和服务器103之间提供通信链路的介质,可以是有线网络,也可以是无线网络。
可选地,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(ExtensibleMarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(InternetProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
终端设备101可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、增强现实设备、虚拟现实设备、车联网设备等。在本公开中,终端设备101可为租赁车辆上安装的车载显示设备、用户随身携带的手机、平板电脑等。
可选地,不同的终端设备101中安装的应用程序的客户端是相同的,或基于不同操作系统的同一类型应用程序的客户端。基于终端平台的不同,该应用程序的客户端的具体形态也可以不同,比如,该应用程序客户端可以是手机客户端、PC客户端、车载显示设备客户端等。
服务器103可以是提供各种服务的服务器,例如对用户利用终端设备101所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给终端设备,例如,后台管理服务器可以对接收到的用户驾驶租赁车辆的评测数据进行处理,得到用户实时出险评分,并确定与用户实时出险评分对应的风险等级及示警策略,从而执行示警策略,将执行示警策略生成的短信、应用消息等发送至终端设备101。
可选地,服务器103可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备101可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
本领域技术人员可以知晓,图1中的终端设备、网络和服务器的数量仅仅是示意性的,根据实际需要,可以具有任意数目的终端设备、网络和服务器。本公开实施例对此不作限定。
在上述系统架构下,本公开实施例中提供了一种租赁车辆示警方法,该方法可以由任意具备计算处理能力的电子设备执行。
在一些实施例中,本公开实施例中提供的租赁车辆示警方法可以由上述系统架构的用户使用的终端设备执行;在另一些实施例中,本公开实施例中提供的租赁车辆示警方法可以由上述系统架构中的服务器执行;在另一些实施例中,本公开实施例中提供的租赁车辆示警方法可以由上述系统架构中用户使用的终端设备和服务器通过交互的方式来实现。
图2示出本公开实施例中一种租赁车辆示警方法流程图,如图2所示,本公开实施例中提供的租赁车辆示警方法包括如下步骤:
S202,采集用户驾驶租赁车辆的评测数据,其中,评测数据包括基础因素数据和动态因素数据。
需要说明的是,上述S202中的用户可以是使用租赁车辆的用户,可以是但不限于驾驶员。租赁车辆可以包括不同类型的车辆。
在一些实施例中,用户存在用车需求时,可以通过用户使用的终端设备安装的应用程序向车辆租赁平台(或者服务器)发起用车请求,车辆租赁平台根据用车请求生成订单,并向用户使用的终端设备发送授权用车信息,用户即可驱车。
上述S202中采集用户驾驶租赁车辆的评测信息包括基础因素数据和动态因素数据,其中,基础因素数据在用户取用租赁车辆之前即保存于车辆租赁平台(或者服务器)内,根据基础因素数据可以评估租赁车辆、用户、以及环境等方面引起的出险概率大小。
基础因素数据可以包括但不限于用户维度数据、车辆维度数据和环境维度数据中的一种或几种。用户维度数据包括但不限于用户历史出险数据、用户历史违章数据、驾龄、年龄等用户基本信息;车辆维度数据包括但不限于用户租赁车辆的历史出险数据、车龄、排量、维修数据等车辆基本信息;环境维度数据包括行车区域、季节、车辆种类等数据。以全平台出险环境维度数据进行分析,得到环境维度的出险评分。
动态因素数据为用户驾驶租赁车辆实时产生的数据,通过车联网设备动态收集计算得到,通过收集车辆行驶数据以及第三方数据,得到动态因素数据。具体地,动态因素数据可以包括但不限于驾驶时长、驾驶速度、驾驶区域、驾驶时间中的一种或几种。驾驶速度可以包括驾驶平均速度、驾驶最高速度等。
S204、根据评测数据,得到用户实时出险评分。
在一些实施例中,上述S204中的用户实时出险评分包括基于基础因素数据得到的基础因素出险评分和基于动态因素数据得到的动态因素出险评分。基础因素出险评分包括但不限于用户维度出险评分、车辆维度出险评分和环境维度出险评分中的一种或几种。每种基础因素出险评分评分可以为10分或100分等。
动态因素出险评分可以包括但不限于时长出险评分、速度出险评分、区域出险评分和时间出险评分中的一种或几种,每种动态因素出险评分可以为10分或100分等。
在一些实施例中,车联网设备采集到租赁车辆的动态因素数据后,将动态因素数据发送至服务器,以使服务器对动态因素数据进行分析,得到动态因素出险评分。
在另一些实施例中,车联网设备也可以对采集到的租赁车辆的动态因素数据进行分析,得到动态因素出险评分,并将动态因素出险评分发送至服务器,服务器根据基础因素出险评分和接收到的动态因素出险评分计算得到用户实时出险评分。
需要说明的是,上述基础因素出险评分和动态因素出险评分的类型、处理方式及取值仅是为说明本公开实施例而提供的实例,不应将其作为本公开保护范围的限制。根据具体的实现(例如,用户实时出险评分的其他描述形式等)在另一些实现方式中,也可以具有不同的取值或类型。
S206、根据用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级。
在一个实施例中,用户实时出险评分与用户驾驶租赁车辆的风险等级呈正相关。需要说明的是,用户实时出险评分越高,用户驾驶租赁车辆的风险等级越高,用户实时出险评分越低,用户驾驶租赁车辆的等级越低。例如,可将用户驾驶租赁车辆的风险等级分为3个~5个风险等级,一个用户实时出险评分对应一个风险等级。
在一些实施例中,可以采用多种方式根据用户实时出险评分确定用户驾驶租赁车辆的风险等级,例如,可以通过查找对应关系表的方式确定、也可以通过预先训练的风险等级预测模型确定,其中,对应关系表和风险等级预测模型均可以表征用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系。需要说明的是,通过用户实时出险评分确定用户驾驶租赁车辆的风险等级的具体方式,本公开不做具体限定。
S208、根据目标风险等级进行示警。
本实施例的根据目标风险等级进行示警,风险等级不同,示警方式也不同,可以采用不同的示警方式推送至用户。例如,可以采用应用消息、短消息、报警等方式进行示警。
本公开实施例提供的租赁车辆示警方法,通过平台沉淀的基础因素数据和获取到的动态因素数据,进行实时分析,得到近实时的用户实时出险评分,根据用户实时出险评分及主要影响因素,通过多种途径进行示警,提升租赁车辆的安全性,用户体验佳。
图3示出本公开提供的另一种租赁车辆示警方法流程图。如图3所示,本实施例提供的租赁车辆示警方法,可以通过如下步骤实现根据评测数据,得到用户实时出险评分:
S302、根据基础因素数据,获得基础因素出险评分;
S304、根据动态因素数据,获得动态因素出险评分;
S306、根据基础因素出险评分和动态因素出险评分,得到用户实时出险评分。
在一个实施例中,以训练完成的基础因素评分预测模型对基础因素数据进行处理,得到基础因素出险评分。
其中,基础因素评分预测模型通过以下方式训练得到:以基础因素数据作为输入,以基础因素出险评分作为输出,训练基础因素评分预测模型,得到训练完成的基础因素评分预测模型。
具体的,获取用户驾驶车辆的历史评测数据,作为训练样本,其中,历史评测数据包括历史基础因素数据以及历史基础因素数据标签;
将训练样本输入待训练的基础因素评分预测模型,输出基础因素出险预测评分;
根据历史基础因素数据标签和基础因素出险预测评分,计算损失函数值;
判断损失函数值是否满足预设训练停止条件;
若不满足训练停止条件,则历史基础因素数据标签和基础因素出险预测评分调整基础因素评分预测模型的模型参数,重新进行模型训练,直至满足预设训练停止条件;
若满足训练停止条件,则得到训练完成的基础因素评分预测模型。
需要说明的是,训练停止条件根据实际情况而定,本公开不做具体限定。
基础因素评分预测模型可以为神经网络模型、卷积神经网络模型或全神经网络模型等,使用线性整流函数为激活函数。基础因素评分预测模型的损失函数为均方误差损失函数、均方根误差损失函数或者平均绝对误差损失函数。
当基础因素评分预测模型包括卷积神经网络模型时,卷积神经网络模型包括输入层、输出层以及连接在输入层和输出层之间的多个隐藏层,隐藏层的结构相同,输入层进行卷积和激活操作,输出层进行卷积操作。其中,输入层可以包括多个输入节点,隐含层可以包括多个隐含节点,输出层可以包括输出节点。例如,输出层包括一个输出节点。可以将不同维度下得到的多个基础因素数据输入到多个输入节点。隐含层可以利用不同维度下得到的多个基础因素数据执行预定的计算,从而可以将基础因素出险预测评分输出至输出节点。
本实施例的动态因素出险评分也可以通过训练完成的动态因素评分预测模型对动态因素数据进行处理,得到动态因素出险评分。需要说明的是,动态因素评分预测模型的训练过程以及具体结构与基础因素评分预测模型一致,此处不再赘述。
在另一些实施例中,还可以采用对应关系(对应关系表、预先拟合的曲线等)的方式,确定基础因素出险评分和动态因素出险评分。
得到动态因素出险评分和基础因素出险评分后,通过直接加和方式或者加权求和方式计算得到用户实时出险评分。
为了统一不同数据量计算用户实时出险评分的不同,可以采用平均用户实时出险评分,其中,平均用户实时出险评分为用户实时出险评分与评测数据累计加和项的比值。评测数据累计加和项为基础因素数据的维度数与动态因素数据的维度数之和。
本公开实施例提供的租赁车辆示警方法,通过预测模型或者对应关系确定基础因素出险评分和动态因素出险评分,两种出险评分可以在不同的执行主体预测得到,基础因素数据可在用户取车时得到,提升预测速度,降低计算量。
图4示出本公开实施例提供的一种目标风险等级确定方法流程图。如图4所示,上述S206根据用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级,具体包括:
S402、获取预设风险等级对应表,其中,风险等级对应表中包括用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系;
S404、根据风险等级对应表,得到与用户实时出险评分对应的目标风险等级。
本实施例的风险等级对应表预先设置于服务器中,服务器获得用户实时出险评分,查找风险等级对应表,即可得到与用户实时出险评分对应的目标风险等级。
在一个实施例中,如图5所示,在S402获取预设风险等级对应表之前,该方法还包括:
S401、构建风险等级对应表,其中,风险等级对应表中包括用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系。
需要说明的是,风险等级对应表可以根据经验值预先设置于服务器中,也可以根据实际出险评分与出险情况对风险等级对应表进行更新,本公开不做限定。
在另一些实施例中,还可以通过用户实时出险评分与预设风险等级取值范围之间的关系,确定用户驾驶租赁车辆的风险等级,其中,预设风险等级取值范围可预先设定于服务器中,不同风险等级对应不同的风险等级取值范围,不同风险等级取值范围的区间长度可以相同,也可以不同,本公开不做具体限定。
示例性的,当用户实时出险评分在[0,40]时,风险等级为第一风险等级;当用户实时出险评分在(40,60]时,风险等级为第二风险等级;当用户实时出险评分在(60,80]时,风险等级为第三风险等级;当用户实时出险评分在(80,90]时,风险等级为第四风险等级;当用户实时出险评分在(90,100]时,风险等级为第五风险等级。
需要说明的是,上述用户实时出险评分的取值区间与风险等级的对应关系,仅是为说明本公开实施例而提供的示例,不应将其作为本公开保护范围的限制。根据具体的实现(例如,用户实时出险评分与风险等级之间的对应关系的其他描述形式等)在另一些实施例中,也可以具有不同的取值或类型。
在一些实施例中,当某一个维度的基础因素出险评分或者动态因素出险评分超过预设评分阈值时,也可以将风险等级提升一级。例如,当根据驾驶速度得到的速度出险评分超过预设评分阈值(如70分)、平均用户实时出险评分小于60分时,通过平均用户实时出险评分确定的风险等级为第二风险等级,然而,由于速度出险评分超过预设评分阈值,故将目标等级确定为第三风险等级,以尽可能识别出行车过程的风险项,提升用车安全性。
本公开实施例提供的租赁车辆示警方法,通过风险等级对应表或者与预设风险等级范围进行比较,均可以确定与用户实时出险评分对应的目标风险等级,实现方式简单、方便、快速,从而提升租赁车辆示警的及时性,安全性大大增强,提升用户体验。
图6示出本公开实施例提供的另一种租赁车辆示警方法流程图。如图6所示,在一个实施例中,风险等级对应表还包括风险等级与示警策略之间的对应关系,其中,S208根据目标风险等级进行示警,包括:
S602、基于风险等级对应表,查找与目标风险等级对应的目标示警策略;
S604、执行目标示警策略。
在一些实施例中,风险等级对应表中包括风险等级与示警策略之间的对应关系,从而根据风险等级对应表,查表得到与目标风险等级对应的目标示警策略,及时提醒用户用车安全。
示例性的,若目标风险等级处于第一风险等级和第二风险等级,则向车联网设备发送应用消息,进行安全驾驶提示;若目标风险等级处于第三风险等级,则向车联网设备发送应用消息,并向用户终端发送短信息,进行安全驾驶提示;若目标风险等级处于第四风险等级,则向车联网设备发送应用消息,并向用户终端发送短信息,进行示警;若目标风险等级处于第五风险等级,则向车联网设备发送应用消息,并向用户终端发送短信息,进行示警。
除了采用风险等级对应表确定风险等级与示警策略之间的对应关系之外,其他能够表征风险等级与示警策略对应关系的方式也可以用于本公开,此处不再赘述。
本公开实施例通过构建风险等级对应表表征风险等级与示警策略之间的对应关系,从而通过查表方式快速确定目标示警策略,提升示警方法的及时性,提升安全性。
基于同一发明构思,本公开实施例中还提供了一种租赁车辆示警装置,如下面的实施例所述。由于该装置实施例解决问题的原理与上述方法实施例相似,因此该装置实施例的实施可以参见上述方法实施例的实施,重复之处不再赘述。
图7示出本公开实施例中一种租赁车辆示警装置示意图,如图7所示,该装置包括:数据获取模块701、评分预测模块702、风险评估模块703和风险示警模块704。
其中,数据获取模块701,用于获取用户驾驶车辆的评测数据,其中,评测数据包括基础因素数据和动态因素数据;评分预测模块702,用于根据评测数据,得到用户实时出险评分;风险评估模块703,用于根据用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;风险示警模块704,用户根据目标风险等级进行示警。
此处需要说明的是,上述数据获取模块701、评分预测模块702、风险评估模块703和风险示警模块704对应于方法实施例中的S202~S208,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述方法实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在一些实施例中,评分预测模块702包括基础数据分析模块7021和动态数据分析模块7022,其中,基础数据分析模块7021具体用于根据基础因素数据,获得基础因素出险评分;动态数据分析模块7022用于根据动态因素数据,获得动态因素出险评分;风险评估模块703用于根据基础因素出险评分和动态因素出险评分,得到用户实时出险评分。
在一些实施例中,如图8所示,数据获取模块701包括基础数据获取模块7011,用于获取基础因素数据,其中,基础因素数据包括以下中的至少一项:用户维度数据、车辆维度数据、环境维度数据。
在一些实施例中,数据获取模块701还包括动态数据获取模块7012,用于获取动态因素数据,其中,动态因素数据包括以下中的至少一项:驾驶时长、驾驶速度、驾驶区域、驾驶时间。
在一个实施例中,风险评估模块703,用于获取预设风险等级对应表,其中,风险等级对应表中包括所述用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系;根据风险等级对应表,得到与用户实时出险评分对应的目标风险等级。
在一个实施例中,风险评估模块703,还用于在获取预设风险等级对应表之前,构建风险等级对应表,其中,风险等级对应表中包括用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系。
在一个实施例中,风险等级对应表还包括风险等级与示警策略之间的对应关系,其中,风险评估模块703,还用于基于风险等级对应表,查找与目标风险等级对应的目标示警策略;风险示警模块704,用于执行目标示警策略。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本公开的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元910可以执行上述方法实施例的如下步骤:获取用户驾驶车辆的评测数据,其中,评测数据包括基础因素数据和动态因素数据;根据评测数据,得到用户实时出险评分;根据用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;根据目标风险等级进行示警。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备940(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。图10示出本公开实施例中一种计算机可读存储介质示意图,如图10所示,该计算机可读存储介质1000上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可选地,计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
在具体实施时,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种租赁车辆示警方法,其特征在于,包括:
采集用户驾驶租赁车辆的评测数据,其中,所述评测数据包括基础因素数据和动态因素数据;
根据所述评测数据,得到用户实时出险评分;
根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;
根据所述目标风险等级进行示警。
2.根据权利要求1所述的租赁车辆示警方法,其特征在于,所述根据所述评测数据,得到用户实时出险评分,包括:
根据所述基础因素数据,获得基础因素出险评分;
根据所述动态因素数据,获得动态因素出险评分;
根据所述基础因素出险评分和所述动态因素出险评分,得到用户实时出险评分。
3.根据权利要求1所述的租赁车辆示警方法,其特征在于,所述基础因素数据包括以下中的至少一项:用户维度数据、车辆维度数据、环境维度数据。
4.根据权利要求1所述的租赁车辆示警方法,其特征在于,所述动态因素数据包括以下中的至少一项:驾驶时长、驾驶速度、驾驶区域、驾驶时间。
5.根据权利要求1所述的租赁车辆示警方法,其特征在于,根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级,包括:
获取预设风险等级对应表,其中,所述风险等级对应表中包括所述用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系;
根据所述风险等级对应表,得到与所述用户实时出险评分对应的目标风险等级。
6.根据权利要求5所述的租赁车辆示警方法,其特征在于,在所述获取预设风险等级对应表之前,所述方法还包括:
构建风险等级对应表,其中,所述风险等级对应表中包括所述用户实时出险评分与用户驾驶租赁车辆的风险等级之间的对应关系。
7.根据权利要求5所述的租赁车辆示警方法,其特征在于,所述风险等级对应表还包括风险等级与示警策略之间的对应关系,其中,
根据所述目标风险等级进行示警,包括:
基于所述风险等级对应表,查找与所述目标风险等级对应的目标示警策略;
执行所述目标示警策略。
8.一种租赁车辆示警装置,其特征在于,包括:
数据获取模块,用于获取用户驾驶车辆的评测数据,其中,所述评测数据包括基础因素数据和动态因素数据;
评分预测模块,用于根据所述评测数据,得到用户实时出险评分;
风险评估模块,用于根据所述用户实时出险评分,确定用户驾驶租赁车辆的目标风险等级;
风险示警模块,用户根据所述目标风险等级进行示警。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述租赁车辆示警方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的租赁车辆示警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211041097.1A CN115392730A (zh) | 2022-08-29 | 2022-08-29 | 租赁车辆示警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211041097.1A CN115392730A (zh) | 2022-08-29 | 2022-08-29 | 租赁车辆示警方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115392730A true CN115392730A (zh) | 2022-11-25 |
Family
ID=84123249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211041097.1A Pending CN115392730A (zh) | 2022-08-29 | 2022-08-29 | 租赁车辆示警方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115392730A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689455A (zh) * | 2024-02-04 | 2024-03-12 | 北京市运输事业发展中心 | 基于大数据的汽车租赁安全管理系统及方法 |
-
2022
- 2022-08-29 CN CN202211041097.1A patent/CN115392730A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689455A (zh) * | 2024-02-04 | 2024-03-12 | 北京市运输事业发展中心 | 基于大数据的汽车租赁安全管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200134735A1 (en) | Enhancement using analytics based on vehicle kinematic data | |
US10078871B2 (en) | Systems and methods to identify and profile a vehicle operator | |
CN102624868B (zh) | 路边服务请求的管理 | |
JP2023543658A (ja) | 公平な異常検出および異常位置特定システム、方法、プログラム | |
CN115392730A (zh) | 租赁车辆示警方法、装置、电子设备及存储介质 | |
CN110796578A (zh) | 一种分级救援的判断方法及装置、计算机设备和存储介质 | |
CN114005297B (zh) | 一种基于车联网的车队协调行驶方法 | |
CN104601640A (zh) | 驾驶信息处理方法、客户端及系统 | |
CN111709665B (zh) | 车辆安全性的评估方法和装置 | |
CN113946646A (zh) | 车辆驻留检测方法、装置、电子设备和存储介质 | |
CN116385185A (zh) | 一种车险评估辅助方法、装置、计算机设备及存储介质 | |
CN114613100B (zh) | 驾驶员状态监测方法、装置、系统、电子设备及存储介质 | |
US10730527B2 (en) | Implementing cognitive state recognition within a telematics system | |
CN110061906A (zh) | 一种消息发布/接收方法 | |
CA3112560A1 (en) | Machine learning platform for dynamic device and sensor quality evaluation | |
CN113612631A (zh) | 车联网威胁建模方法、系统及计算机可读存储介质 | |
CN114691633A (zh) | 轨道交通信号系统的日志管理方法、设备及存储介质 | |
CN112989501B (zh) | 平衡车安全性评估方法、装置、终端设备 | |
CN117114403A (zh) | 货运风险预测方法、装置、电子设备及存储介质 | |
CN115345247B (zh) | 模型训练和公路轴载确定方法、装置、设备及介质 | |
CN114821858B (zh) | 一种车辆指标异常的图示方法、装置、设备及存储介质 | |
CN117726147B (zh) | 一种基于适配度的服务器管理方法、电子设备及存储介质 | |
CN110782115B (zh) | 处理车联网系统风险方法、装置、电子设备及存储介质 | |
CN116708023B (zh) | 流量异常检测方法、装置、电子设备和可读存储介质 | |
US20240020609A1 (en) | System and method to facilitate autonomous machine risk relationships |
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 |