[發(fā)明專利]用于確定司機安全分的系統(tǒng)和方法

在審

• 申請?zhí)枺?/td>: 201780039729.1
• 申請日: 2017-04-18
• 公開（公告）號: CN109416823A
• 公開（公告）日: 2019-03-01
• 發(fā)明（設計）人: 陳皓
• 申請（專利權）人: 北京嘀嘀無限科技發(fā)展有限公司
• 主分類號: G06Q50/30
• 分類號: G06Q50/30
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 袁春曉

1.一種系統(tǒng)，包括：

計算機可讀存儲介質，存儲一組指令，用于提供與司機簽訂合同的提議；

與所述計算機可讀存儲介質連接的處理器，其中，當執(zhí)行所述指令集時，所述處理器用于：

獲取與目標司機的標識相關的歷史交通服務交易數據；

基于所述歷史交通服務交易數據，提取至少一個目標特征；

獲取估計模型，所述估計模型用于估算在運輸服務期間反映對司機的安全預期的安全分數；

基于所述估計模型和所述至少一個目標特征，確定與所述目標司機相關的安全分；以及

基于所述安全分，提供與所述目標司機簽訂合同的提議。

2.根據權利要求1所述的系統(tǒng)，其特征在于，確定與所述目標司機相關聯(lián)的所述安全分，所述處理器進一步用于：

確定對應于所述至少一個目標特征中的每一個目標特征的證據權重；以及

至少部分基于對應于所述至少一個目標特征中的每一個目標特征的所述證據權重，確定與所述目標司機相關聯(lián)的所述安全分。

3.根據權利要求1所述的系統(tǒng)，其特征在于，為了獲取所述估計模型，所述處理器用于：

獲取與至少兩個司機的標識相關的歷史交通服務交易數據和歷史車輛事故賠償數據；

基于所述歷史交通服務交易數據和所述歷史車輛事故賠償數據，生成訓練數據；以及

基于所述訓練數據，確定所述估計模型。

4.根據權利要求3所述的系統(tǒng)，其特征在于，所述處理器進一步用于：

將所述歷史交通服務交易數據和歷史車輛事故賠償數據分為一個或以上組；

獲取所述一個或以上組中的每一個組的歷史交通服務交易數據和歷史車輛事故賠償數據；以及

基于與所述一個或以上組中的每一個組相關聯(lián)的所述歷史交通服務交易數據和所述歷史車輛事故賠償數據，生成所述訓練數據。

5.根據權利要求3所述的系統(tǒng)，其特征在于，所述處理器進一步用于：

基于所述歷史交通服務交易數據，提取歷史初始特征；

從所述歷史初始特征中篩選出一個或以上的歷史目標特征；以及

基于所述歷史目標特征和所述歷史車輛事故賠償數據，生成所述訓練數據。

6.根據權利要求5所述的系統(tǒng)，其特征在于，為了生成所述訓練數據，所述處理器用于：

確定對應于所述歷史目標特征中的每一個歷史目標特征的證據權重；以及

基于所述歷史目標特征中的每一個歷史目標特征對應的所述證據權重，生成所述訓練數據。

7.根據權利要求5所述的系統(tǒng)，其特征在于，為了從所述歷史初始特征中選擇所述歷史目標特征，所述處理器用于：

確定對應于所述歷史初始特征中的每一個歷史初始特征的證據權重；

基于對應于所述歷史初始特征中的每一個歷史初始特征的所述證據權重，確定與所述歷史初始特征中的每一個歷史初始特征相關聯(lián)的信息值；以及

基于與所述歷史初始特征相關的所述信息值，確定所述歷史目標特征。

8.根據權利要求3所述的系統(tǒng)，其特征在于，為了確定所述估計模型，所述處理器用于：

從所述歷史交通服務交易數據和所述歷史車輛事故賠償數據中識別初始歷史交通服務交易數據和初始歷史車輛事故賠償數據；

基于所述初始歷史交通服務交易數據和所述初始歷史車輛事故賠償數據，確定第一回歸模型；

從所述歷史交通服務交易數據和所述歷史車輛事故賠償數據中識別更新的歷史交通服務交易數據和更新的歷史車輛事故賠償數據；以及

基于所述更新的歷史交通服務交易數據和所述更新的歷史車輛事故賠償數據，修改所述第一回歸模型以確定第二回歸模型。

9.根據權利要求8所述的系統(tǒng)，其特征在于，所述處理器進一步用于：

基于所述第一回歸模型或所述第二回歸模型中的至少一個，確定匹配條件是否得到滿足；以及

響應于確定所述匹配條件得到滿足，確定所述第二回歸模型為所述估計模型。