[發明專利]用戶畫像方法、介質及系統

有效

• 申請號: 201810802523.6
• 申請日: 2018-07-20
• 公開（公告）號: CN109117869B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 杜超坎;王金達;巫朝星
• 申請（專利權）人: 漢納森（廈門）數據股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廈門創象知識產權代理有限公司 35232
• 代理人: 尤懷成

1.一種用戶畫像方法，其特征在于，包括以下步驟：

獲取駕駛員的行車數據；

結合車輛行駛過程，對所述駕駛員的行車數據進行特征提取以獲得駕駛行為特征矩陣；

對所述駕駛行為特征矩陣進行篩選以獲得最終特征；

根據所述最終特征度量駕駛員每次行車的駕駛行為特征相似性，并根據所述駕駛行為特征相似性建立連邊，以及基于所述連邊分別采用Fast Unfolding聚類算法和K-means聚類算法進行駕駛員群體聚類以獲得第一聚類結果和第二聚類結果；

獲取所述第一聚類結果和第二聚類結果中準確性高的聚類結果；

基于雷達圖的方式，根據準確性高的聚類結果構建駕駛員畫像；

其中，通過CAN總線車載儀器獲取所述駕駛員的行車數據，所述駕駛員的行車數據包括駕駛員ID、記錄日期和時間、車輛的位置、速度、上下行、電機和發動機轉速、檔位、電子剎車信息、手剎信息、油門踏板百分比、點火信號、制動踏板開度信息、開關狀態信息。

2.如權利要求1所述的用戶畫像方法，其特征在于，對所述駕駛行為特征矩陣進行篩選以獲得最終特征，包括：

基于所述駕駛行為特征矩陣獲取行為特征概率分布圖以分析駕駛行為特征分布情況，并根據所述駕駛行為特征分布情況刪除所述駕駛行為特征矩陣中沒有明顯區別的駕駛行為特征以進行初步篩選；

采用基于互信息的最大相關最小冗余特征選擇方法對初步篩選后的駕駛行為特征進行排序，并根據排序結果對初步篩選后的駕駛行為特征進行二次篩選；

對二次篩選后的駕駛行為特征進行賦權；

根據賦權后的每個駕駛行為特征的權重生成特征箱形圖，并根據所述特征箱形圖去除異常行為特征以獲得所述最終特征。

3.如權利要求1或2所述的用戶畫像方法，其特征在于，采用Fast Unfolding聚類算法進行駕駛員群體聚類時，按照模塊度算法將網絡中模塊度可提高的點和社團進行合并，直至網絡中模塊度無法提高為止。

4.一種計算機可讀存儲介質，其特征在于，其上存儲有用戶畫像程序，該用戶畫像程序被處理器執行時實現如權利要求1-3中任一項所述的用戶畫像方法。

5.一種用戶畫像系統，其特征在于，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的用戶畫像程序，所述處理器執行所述用戶畫像程序時實現如權利要求1-3中任一項所述的用戶畫像方法。

6.一種用戶畫像系統，其特征在于，包括：

數據獲取模塊，用于獲取駕駛員的行車數據；

特征提取模塊，用于結合車輛行駛過程，對所述駕駛員的行車數據進行特征提取以獲得駕駛行為特征矩陣；

特征篩選模塊，用于對所述駕駛行為特征矩陣進行篩選以獲得最終特征；

聚類模塊，用于根據所述最終特征度量駕駛員每次行車的駕駛行為特征相似性，并根據所述駕駛行為特征相似性建立連邊，以及基于所述連邊分別采用Fast Unfolding聚類算法和K-means聚類算法進行駕駛員群體聚類以獲得第一聚類結果和第二聚類結果，并獲取所述第一聚類結果和第二聚類結果中準確性高的聚類結果；

畫像生成模塊，用于基于雷達圖的方式，根據準確性高的聚類結果構建駕駛員畫像；

其中，所述數據獲取模塊通過CAN總線車載儀器獲取所述駕駛員的行車數據，所述駕駛員的行車數據包括基于駕駛員ID、記錄日期和時間、車輛的位置、速度、上下行、電機和發動機轉速、檔位、電子剎車信息、手剎信息、油門踏板百分比、點火信號、制動踏板開度信息、開關狀態信息整理成的與駕駛員、車輛對應的CSV文檔。