[發(fā)明專利]車主的出行形態(tài)的判斷方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910168125.8
• 申請日: 2019-03-06
• 公開（公告）號: CN109858567B
• 公開（公告）日: 2022-12-06
• 發(fā)明（設計）人: 楊維嘉;徐孫杰;楊治
• 申請（專利權）人: 上海贏科信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N7/00;G06Q10/06
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;李夢男

本發(fā)明公開了一種車主出行形態(tài)的判斷方法及系統(tǒng)，其中車主出行形態(tài)的判斷方法包括：S1、根據車主駕駛車輛的預設行駛時間段以及與預設行駛時間段相對應的行駛路線構造時空指標參數，時空指標參數用于表征預設行駛時間段和行駛路線的分布狀況；S2、利用衡量混亂程度的概率算法對時空指標參數進行計算得到時空指標參數的分布概率；S3、將分布概率進行聚類得到車主的出行形態(tài)。本發(fā)明通實現了刻畫和比較不同車主在出行形態(tài)上的區(qū)別，以供其他相關業(yè)務使用，以增加相關業(yè)務的智能化和自動化。

技術領域

本發(fā)明涉及數據處理領域，尤其涉及一種車主出行形態(tài)的判斷方法及系統(tǒng)。

背景技術

隨著車聯網的日漸普及，車輛行駛數據得到越來越多的積累，借助于車輛行駛數據，可對車主的出行情況進行深入分析。

但是，目前對車主的出行情況的分析大多通過統(tǒng)計車輛的里程數、常去的目的地、出行時間是否集中在固定時段這些碎片化的量化指標去了解每位車主的出行偏好，這些量化指標比較單一，無法具體來刻畫和比較不同車主在出行形態(tài)上的區(qū)別，不利于后續(xù)營銷、運營和風控等業(yè)務的智能化和自動化。

發(fā)明內容

本發(fā)明要解決的技術問題是為了克服現有技術中量化指標比較單一，無法具體來刻畫和比較不同車主在出行形態(tài)上的區(qū)別的缺陷，提供一種車主出行形態(tài)的判斷方法及系統(tǒng)。

本發(fā)明是通過下述技術方案來解決上述技術問題：

提供一種車主出行形態(tài)的判斷方法，所述車主出行形態(tài)的判斷方法包括：

S1、根據車主駕駛車輛的預設行駛時間段以及與所述預設行駛時間段相對應的行駛路線構造時空指標參數，所述時空指標參數用于表征所述預設行駛時間段和所述行駛路線的分布狀況；

S2、利用衡量混亂程度的概率算法對所述時空指標參數進行計算得到所述時空指標參數的分布概率；

S3、將所述分布概率進行聚類得到所述車主的出行形態(tài)。

較佳地，所述時空指標參數包括出行地集中度、行程頻繁度和時段集中度中的至少一種；

所述出行地集中度用于表征所述預設時間段內的每個出行地點在所述預設時間段內所有行駛路線的重要程度；

所述行程頻繁度用于表征所述預設時間段內的所有行駛路線中的相同起終點路線的往返頻次的比例；

所述時段集中度用于表征所述預設時間段內的出行時段分布情況。

較佳地，步驟S2包括：

當所述時空指標參數包括出行地集中度時，利用所述概率算法根據所述出行地集中度和日期類型生成與所述日期類型相對應的出行地集中度分布概率；

當所述時空指標參數包括行程頻繁度時，利用所述概率算法根據所述行程頻繁度和日期類型生成與所述日期類型相對應的行程頻繁度分布概率；

當所述時空指標參數包括時段集中度時，利用所述概率算法根據所述行程頻繁度和日期類型生成與所述日期類型相對應的時段集中度分布概率；

其中，所述日期類型為所述預設時間段內的出行日期的類型，所述日期類型包括工作日、節(jié)假日中的至少一種。

較佳地，所述步驟S2還包括：

計算得到出行地集中比值，所述出行地集中比值為第一地域范圍內的出行地集中度分布概率與第二地域范圍內的出行地集中度分布概率之間的比值，所述第一地域范圍大于所述第二地域范圍。

較佳地，所述車主的出行行態(tài)包括上班族；

所述步驟S3包括：