[發明專利]用戶行為的識別方法、識別系統及計算機設備

有效

• 申請號: 201811635244.1
• 申請日: 2018-12-29
• 公開（公告）號: CN111376910B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 陳奧
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: B60W40/09
• 分類號: B60W40/09;G06K9/62;G06N3/04;G06N3/08
• 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

1.一種用戶行為的識別方法，其特征在于，所述方法包括：

基于差別特征，構建特征學習模型，并由所述特征學習模型生成多個虛擬駕駛數據，其中，所述差別特征為在相同的運動行為條件下，獲取由多個終端上設置的傳感器分別檢測的實驗駕駛數據，并比較得出各個所述實驗駕駛數據之間的差別特征；

根據所述虛擬駕駛數據，構建所述用戶行為識別模型；

獲取目標終端傳感器檢測到的所述目標終端的目標駕駛數據；

通過用戶行為識別模型分析所述目標駕駛數據，以識別所述目標終端對應的用戶是否具有危險駕駛行為。

2.根據權利要求1所述的用戶行為的識別方法，其特征在于，

所述虛擬駕駛數據的數量大于所述實驗駕駛數據的數量。

3.根據權利要求2所述的用戶行為的識別方法，其特征在于，所述特征學習模型為生成對抗網絡GAN模型；

根據所述差別特征訓練所述特征學習模型，并通過所述特征學習模型生成多個所述虛擬駕駛數據的步驟，具體包括：

由所述GAN模型的生成器產生隨機變量；

通過所述GAN模型的判別器判別所述隨機變量是否與所述差別特征相同，以使所述GAN模型的生成器產生接近所述差別特征的隨機變量；

根據所述接近所述差別特征的隨機變量得到所述虛擬駕駛數據。

4.根據權利要求1至3中任一項所述的用戶行為的識別方法，其特征在于，在獲取所述目標終端傳感器檢測到的所述目標終端的目標駕駛數據之后，還包括：

對所述目標駕駛數據進行格式過濾以及加速度波動過濾。

5.根據權利要求1至3中任一項所述的用戶行為的識別方法，其特征在于，還包括：

當識別所述目標終端對應的用戶具有所述危險駕駛行為時，記錄所述目標駕駛數據；

向所述目標終端發送警報信息。

6.根據權利要求2所述的用戶行為的識別方法，其特征在于，所述實驗駕駛數據、所述虛擬駕駛數據、所述目標駕駛數據均至少包括：加速度數據、夾角數據、速度數據、持續時長數據。

7.一種用戶行為的識別系統，其特征在于，所述系統包括：

數據生成單元，用于基于相同的運動行為條件下由多個終端傳感器分別檢測的實驗駕駛數據之間的差別特征，構建特征學習模型，并由所述特征學習模型生成多個虛擬駕駛數據；

訓練單元，用于根據所述虛擬駕駛數據，構建所述用戶行為識別模型；

獲取單元，用于獲取目標終端傳感器檢測到的所述目標終端的目標駕駛數據；

識別單元，用于通過用戶行為識別模型分析所述目標駕駛數據，以識別所述目標終端對應的用戶是否具有危險駕駛行為；

所述數據生成單元，包括：

比較單元，用于在相同的運動行為條件下，獲取由多個終端傳感器分別檢測的實驗駕駛數據，并比較得出各個所述實驗駕駛數據之間的差別特征。

8.根據權利要求7所述的用戶行為的識別系統，其特征在于，

所述虛擬駕駛數據的數量大于所述實驗駕駛數據的數量。

9.根據權利要求8所述的用戶行為的識別系統，其特征在于，所述特征學習模型為生成對抗網絡GAN模型；

所述數據生成單元，具體用于由所述GAN模型的生成器產生隨機變量；通過所述GAN模型的判別器判別所述隨機變量是否與所述差別特征相同，以使所述GAN模型的生成器產生接近所述差別特征的隨機變量；根據所述接近所述差別特征的隨機變量得到所述虛擬駕駛數據。

10.根據權利要求7至9中任一項所述的用戶行為的識別系統，其特征在于，還包括：

數據過濾單元，用于在獲取所述目標終端傳感器檢測到的所述目標終端的目標駕駛數據之后，對所述目標駕駛數據進行格式過濾以及加速度波動過濾。