[發(fā)明專利]用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的方法和裝置

在審

• 申請?zhí)枺?/td>: 201710096388.3
• 申請日: 2017-02-22
• 公開（公告）號(hào): CN108460685A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設(shè)計(jì)）人: 朱杰;孫家棣
• 申請（專利權(quán)）人: 深圳市賽格車圣智聯(lián)科技有限公司
• 主分類號(hào): G06Q40/08
• 分類號(hào): G06Q40/08;G06Q10/06;G06Q30/02
• 代理公司: 深圳市順天達(dá)專利商標(biāo)代理有限公司 44217
• 代理人: 郭偉剛

1.一種用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的方法，其特征在于，包括以下步驟：

步驟S1、根據(jù)傳統(tǒng)風(fēng)險(xiǎn)因子和車聯(lián)網(wǎng)新增風(fēng)險(xiǎn)因子，將駕駛者信息和車輛信息進(jìn)行關(guān)聯(lián)，形成訓(xùn)練樣本集；以及

步驟S2、使用Apriori算法對所述訓(xùn)練樣本集進(jìn)行分析，得到所述傳統(tǒng)風(fēng)險(xiǎn)因子和所述車聯(lián)網(wǎng)新增風(fēng)險(xiǎn)因子之間具有關(guān)聯(lián)的對象的集合。

2.根據(jù)權(quán)利要求1所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的方法，其特征在于，所述步驟S1包括：

步驟S11、將所述駕駛者信息和所述車輛信息進(jìn)行關(guān)聯(lián)，進(jìn)行聚合統(tǒng)計(jì)操作；

步驟S12、以所述駕駛者信息和所述車輛信息為單位，整合車載智能終端上報(bào)的數(shù)據(jù)集、天氣數(shù)據(jù)集、交通違章記錄數(shù)據(jù)集、駕駛者和車輛基本資料數(shù)據(jù)集、保險(xiǎn)公司理賠事宜數(shù)據(jù)集，形成所述訓(xùn)練樣本集。

3.根據(jù)權(quán)利要求2所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的方法，其特征在于，在所述步驟S1和所述步驟S2之間還包括：

將數(shù)值型表示的所述訓(xùn)練樣本集轉(zhuǎn)化成布爾型，并用稀疏矩陣表示。

4.根據(jù)權(quán)利要求3所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的方法，其特征在于，所述步驟S2包括：

步驟S21、設(shè)定最小支持度數(shù)和最小置信度數(shù)；

步驟S22、對表示成稀疏矩陣的訓(xùn)練樣本集應(yīng)用Apriori算法獲得支持度值，得到滿足所述最小支持度數(shù)的對象；

步驟S23、對滿足所述最小支持度數(shù)的對象進(jìn)行Apriori計(jì)算，獲得置信度值，得到滿足所述最小置信度數(shù)的對象，并產(chǎn)生相應(yīng)的關(guān)聯(lián)規(guī)則集合；

步驟S24、對關(guān)聯(lián)規(guī)則集合的對象排序，提取感興趣的子集進(jìn)行業(yè)務(wù)分析。

5.一種用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的裝置，其特征在于，包括：

訓(xùn)練樣本集形成模塊，用于根據(jù)傳統(tǒng)風(fēng)險(xiǎn)因子和車聯(lián)網(wǎng)新增風(fēng)險(xiǎn)因子，將駕駛者信息和車輛信息進(jìn)行關(guān)聯(lián)，形成訓(xùn)練樣本集；

數(shù)據(jù)分析模塊，用于使用Apriori算法對所述訓(xùn)練樣本集進(jìn)行分析，得到所述傳統(tǒng)風(fēng)險(xiǎn)因子和所述車聯(lián)網(wǎng)新增風(fēng)險(xiǎn)因子之間具有關(guān)聯(lián)的對象的集合。

6.根據(jù)權(quán)利要求5所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的裝置，其特征在于，所述訓(xùn)練樣本集形成模塊包括：

處理單元，用于將所述駕駛者信息和所述車輛信息進(jìn)行關(guān)聯(lián)，進(jìn)行聚合統(tǒng)計(jì)操作；

分析單元，用于以所述駕駛者信息和所述車輛信息為單位，整合車載智能終端上報(bào)的數(shù)據(jù)集、天氣數(shù)據(jù)集、交通違章記錄數(shù)據(jù)集、駕駛者和車輛基本資料數(shù)據(jù)集、保險(xiǎn)公司理賠事宜數(shù)據(jù)集，形成所述訓(xùn)練樣本集。

7.根據(jù)權(quán)利要求6所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的裝置，其特征在于，還包括數(shù)據(jù)處理模塊，用于將數(shù)值型表示的所述訓(xùn)練樣本集轉(zhuǎn)化成布爾型，并用稀疏矩陣表示。

8.根據(jù)權(quán)利要求7所述的用于挖掘車險(xiǎn)風(fēng)險(xiǎn)因子之間的關(guān)聯(lián)規(guī)則的裝置，其特征在于，所述數(shù)據(jù)分析模塊包括：

設(shè)定單元，用于設(shè)定最小支持度數(shù)和最小置信度數(shù)；

算法應(yīng)用單元，用于對表示成稀疏矩陣的訓(xùn)練樣本集應(yīng)用Apriori算法獲得支持度值，得到滿足所述最小支持度數(shù)的對象，還用于對滿足所述最小支持度數(shù)的對象進(jìn)行Apriori計(jì)算，獲得置信度值，得到滿足所述最小置信度數(shù)的對象，并產(chǎn)生相應(yīng)的關(guān)聯(lián)規(guī)則集合；

提取單元，用于對關(guān)聯(lián)規(guī)則集合的對象排序，提取感興趣的子集進(jìn)行業(yè)務(wù)分析。