[發明專利]數據預測方法、裝置、設備及存儲介質

在審

• 申請號: 201910847223.4
• 申請日: 2019-09-06
• 公開（公告）號: CN110738574A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 黎洋
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q10/04;G06K9/62
• 代理公司: 44287 深圳市世紀恒程知識產權代理事務所
• 代理人: 胡海國

1.一種數據預測方法，其特征在于，所述數據預測方法包括：

獲取當前用戶的待處理駕駛數據，其中，所述待處理駕駛數據包括用戶身份數據以及用戶駕駛行為數據；

提取所述待處理駕駛數據中的用戶駕駛行為數據，對所述用戶駕駛行為數據采用數據預測模型進行預測，得到所述當前用戶的參考預測數據；

提取所述待處理駕駛數據中的用戶身份數據，根據所述用戶身份數據按照預設規則調整所述參考預測數據；

根據所述用戶駕駛行為數據對所述當前用戶進行評分，獲得評分結果，根據所述評分結果和調整后的參考預測數據，得到所述當前用戶的目標數據。

2.如權利要求1所述的數據預測方法，其特征在于，所述提取所述待處理駕駛數據中的用戶駕駛行為數據，對所述用戶駕駛行為數據采用數據預測模型進行預測，得到所述當前用戶的參考預測數據的步驟，包括：

提取所述待處理駕駛數據中的用戶駕駛行為數據，將所述用戶駕駛行為數據與預設關鍵字信息進行比較；

查找所述用戶駕駛行為數據中與所述預設關鍵字信息相關的目標駕駛行為數據，將查找到的目標駕駛行為數據作為參考數據；

將所述參考數據采用數據預測模型進行預測，得到所述當前用戶的參考預測數據。

3.如權利要求2所述的數據預測方法，其特征在于，所述將所述參考數據采用數據預測模型進行預測，得到所述當前用戶的參考預測數據的步驟，包括：

根據所述參考數據構建層級網絡信息，查找所述層級網絡信息之間的各種關鍵字組合信息；

根據所述關鍵字的預設等級信息進行組合，將組合后的關鍵字信息作為當前駕駛特征信息；

將所述當前駕駛特征信息采用數據預測模型進行預測，得到所述當前用戶的參考預測數據。

4.如權利要求3所述的數據預測方法，其特征在于，所述將所述當前駕駛特征信息采用數據預測模型進行預測，得到所述當前用戶的參考預測數據之前，所述方法還包括：

獲取預設原始長短期記憶網絡模型，將所述預設原始長短期記憶網絡模型作為參考數據預測模型的初始層；

按照時間序列提取歷史駕駛特征信息，根據所述歷史駛特征信息對所述預設原始長短期記憶網絡模型進行訓練，得到參考數據預測模型；

將所述參考數據預測模型中的歷史駕駛特征信息進行合并；

獲取當前壓縮層的數據維度信息，根據所述數據維度信息對合并后的歷史駕駛特征信息進行壓縮，將壓縮歷史駕駛特征信息后的參考數據預測模型作為所述數據預測模型。

5.如權利要求1至4中任一項所述的數據預測方法，其特征在于，所述提取所述待處理駕駛數據中的用戶身份數據，根據所述用戶身份數據按照預設規則調整所述參考預測數據的步驟，包括：

提取所述待處理駕駛數據中的用戶身份數據，查找所述用戶身份數據中的用戶年齡信息以及歷史出險數量信息；

根據所述用戶年齡信息以及歷史出險數量信息判斷所述用戶年齡信息以及歷史出險數量信息所處的區間信息；

根據所述區間信息在預設關系映射表中查找對應的調整比例信息，根據所述調整比例信息對所述參考預測數據進行調整。

6.如權利要求1至4中任一項所述的數據預測方法，其特征在于，所述根據所述用戶駕駛行為數據對所述當前用戶進行評分，獲得評分結果，根據所述評分結果和調整后的參考預測數據，得到所述當前用戶的目標數據的步驟，包括：

提取所述待處理駕駛數據中的用戶駕駛行為數據，其中，所述用戶駕駛行包括急剎車數據、急加速數據、急減速數據以及急轉彎數據中至少一項；

統計所述急剎車數據、急加速數據、急減速數據以及急轉彎數據中對應的數量信息；

獲取所述急剎車數據、急加速數據、急減速數據以及急轉彎數據對應的權重信息；

根據所述數量信息以及權重信息對所述當前用戶進行評分，根據評分結果和調整后的參考預測數據得到所述當前用戶的目標數據。