[發(fā)明專利]二手車車輛質量評估方法和裝置

在審

• 申請?zhí)枺?/td>: 201611124288.9
• 申請日: 2016-12-08
• 公開（公告）號: CN106651160A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設計）人: 李鵬;于洋;郭振強
• 申請（專利權）人: 北京五八信息技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 楊澤,劉芳

1.一種二手車車輛質量評估方法，其特征在于，包括：

獲取待發(fā)布車源的特征信息；

將所述待發(fā)布車源的特征信息輸入二手車車輛質量評估模型，所述二手車車輛質量評估模型用于根據車輛的特征信息確定所述車輛的質量級別；

獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識之后，還包括：

根據所述車源的質量級別標識確定是否發(fā)布所述車源的信息。

3.根據權利要求2所述的方法，其特征在于，所述根據所述車源的質量級別標識確定是否發(fā)布所述車源的信息，包括：

若所述車源的質量級別標識高于等于預設質量級別標識，則允許發(fā)布所述車源的信息；

若所述車源的質量級別標識低于所述預設質量級別標識，則禁止發(fā)布所述車源的信息。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述將所述待發(fā)布車源的特征信息輸入二手車車輛質量評估模型之前，還包括：

獲取樣本集合中每個樣本的特征信息和質量級別標識，所述樣本集合中包含多個樣本；

將所述樣本的特征信息和質量級別標識輸入到學習模型中；

獲取所述學習模型輸出的二手車車輛質量評估模型。

5.根據權利要求4所述的方法，其特征在于，所述將所述樣本的特征信息和質量級別標識輸入到學習模型中之前，還包括：

設置所述學習模型中的參數信息，所述參數信息包括下述至少一種：

樣本集設置參數、算法設置參數和特征信息設置參數。

6.根據權利要求4所述的方法，其特征在于，所述獲取所述學習模型輸出的二手車車輛質量評估模型之后，還包括：

獲取已發(fā)布的車源的特征信息；

將所述已發(fā)布的車源的特征信息輸入到所述二手車車輛質量評估模型，獲取所述已發(fā)布的車源的質量級別標識；

刪除所述已發(fā)布的車源中質量級別標識低于所述預設質量級別標識的車源的信息。

7.根據權利要求5所述的方法，其特征在于，所述獲取所述學習模型輸出的二手車車輛質量評估模型之后，還包括：

通過調整所述學習模型中的參數信息，優(yōu)化所述學習模型輸出的二手車車輛質量評估模型。

8.一種二手車車輛質量評估裝置，其特征在于，包括：

獲取模塊，用于獲取待發(fā)布車源的特征信息；

輸入模塊，用于將所述待發(fā)布車源的特征信息輸入二手車車輛質量評估模型，所述二手車車輛質量評估模型用于根據車輛的特征信息確定所述車輛的質量級別；

輸出模塊，用于獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識。

9.根據權利要求8所述的裝置，其特征在于，還包括：

處理模塊，用于根據所述車源的質量級別標識確定是否發(fā)布所述車源。

10.根據權利要求9所述的裝置，其特征在于，所述處理模塊具體用于若所述車源的質量級別標識高于等于預設質量級別標識，則允許發(fā)布所述車源的信息；若所述車源的質量級別標識低于所述預設質量級別標識，則禁止發(fā)布所述車源的信息。

11.根據權利要求8-10任一項所述的裝置，其特征在于，所述獲取模塊還用于獲取樣本集合中每個樣本的特征信息和質量級別標識，所述樣本集合中包含多個樣本；將所述樣本的特征信息和質量級別標識輸入到學習模型中；獲取所述學習模型輸出的二手車車輛質量評估模型。

12.根據權利要求11所述的裝置，其特征在于，還包括：

設置模塊，用于設置所述學習模型中的參數信息，所述參數信息包括下述至少一種：

樣本集設置參數、算法設置參數和特征信息設置參數。

13.根據權利要求11所述的裝置，其特征在于，所述處理模塊還用于獲取已發(fā)布的車源的特征信息；將所述已發(fā)布的車源的特征信息輸入到所述二手車車輛質量評估模型，獲取所述已發(fā)布的車源的質量級別標識；刪除所述已發(fā)布的車源中質量級別標識低于所述預設質量級別標識的車源的信息。

14.根據權利要求12所述的裝置，其特征在于，所述獲取模塊還用于通過調整所述學習模型中的參數信息，優(yōu)化所述學習模型輸出的二手車車輛質量評估模型。