Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都爱车保信息技术有限公司刘帆获国家专利权

成都爱车保信息技术有限公司刘帆获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都爱车保信息技术有限公司申请的专利基于车联网事故大数据的风控分析方法及保险服务系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119762246B

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411882279.0,技术领域涉及:G06Q40/08;该发明授权基于车联网事故大数据的风控分析方法及保险服务系统是由刘帆;周华君;罗筱亮设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

基于车联网事故大数据的风控分析方法及保险服务系统在说明书摘要公布了:本发明提供一种基于车联网事故大数据的风控分析方法及系统,有效提升了风控知识预测的准确性和鲁棒性。该方法首先获取车联网事故大数据中的多个模板事故监控数据,并针对每个模板事故监控数据构建包含目标风控描述标签和扰动风控描述标签的数据集,丰富了训练样本的多样性。通过结合事故特征逻辑链生成样例车联网事故监控数据序列,为风控知识预测网络提供了高质量的训练数据。进一步地,利用这些样例车联网事故监控数据序列对初始化风控知识预测网络进行参数优化,最终生成的目标风控知识预测网络能够更准确地预测和识别车联网事故中的风控知识类别,从而有助于车联网环境下的风险控制和安全管理,显著提高了风控分析的智能化水平和实用性。

本发明授权基于车联网事故大数据的风控分析方法及保险服务系统在权利要求书中公布了:1.一种基于车联网事故大数据的风控分析方法,其特征在于,所述方法包括: 获取车联网事故大数据中的X个模板车联网事故监控数据,所述X为正整数; 针对每个模板车联网事故监控数据,获取当前模板车联网事故监控数据的事故风控描述标签作为目标风控描述标签以及从X-1个模板车联网事故监控数据中获取Y个其它模板车联网事故监控数据中的事故风控描述标签作为扰动风控描述标签,所述Y为小于Z的正整数,Z为预定义风控知识类别数量,所述预定义风控知识类别数量为风控知识标签预测的预测结果中风控知识类别的极限数量; 基于每个模板车联网事故监控数据的所述目标风控描述标签、所述扰动风控描述标签和事故特征逻辑链进行聚合生成样例车联网事故监控数据,生成样例车联网事故监控数据序列,其中,所述目标风控描述标签为所述样例车联网事故监控数据对应的目标风控分析结果,所述样例车联网事故监控数据序列中包含多个样例车联网事故监控数据,每个样例车联网事故监控数据分别对应基于一个模板车联网事故监控数据生成; 基于所述样例车联网事故监控数据序列对初始化风控知识预测网络进行网络参数更新,生成目标风控知识预测网络; 所述针对每个模板车联网事故监控数据,获取当前模板车联网事故监控数据的事故风控描述标签作为目标风控描述标签以及从X-1个模板车联网事故监控数据中获取Y个其它模板车联网事故监控数据中的事故风控描述标签作为扰动风控描述标签,包括: 获取所述X个模板车联网事故监控数据中的任意一个模板车联网事故监控数据作为当前模板车联网事故监控数据; 在所述初始化风控知识预测网络所预测的风控知识标签数量作为所述极限数量的数量区间中,随机确定一个数量作为扰动标签数量Y; 基于所述扰动标签数量Y,从所述X-1个模板车联网事故监控数据中获取除Y个模板车联网事故监控数据作为其它模板车联网事故监控数据; 所述基于每个模板车联网事故监控数据的所述目标风控描述标签、所述扰动风控描述标签和事故特征逻辑链进行聚合生成样例车联网事故监控数据,包括: 将所述目标风控描述标签与所述扰动风控描述标签进行随机组合连接,生成风控描述标签组合数据; 如果所述目标风控描述标签与所述扰动风控描述标签的模板数量小于所述目标风控知识预测网络的风控知识标签全局数量,则基于所述风控知识标签全局数量与所述模板数量的数量差,向所述风控描述标签组合数据添加设定标签; 将所述风控描述标签组合数据与所述当前模板车联网事故监控数据的事故特征逻辑链进行聚合,生成样例车联网事故监控数据; 其中,所述当前模板车联网事故监控数据的事故特征逻辑链的生成步骤,包括: 提取所述当前模板车联网事故监控数据中的事故特征数据,所述事故特征数据包括车辆状态特征信息、环境状态特征信息和驾驶员行为特征信息,所述车辆状态特征信息包括车辆机械状况特征信息、车辆操控相关特征信息,所述环境状态特征信息包括自然环境特征信息和道路环境特征信息,所述驾驶员行为特征信息包括驾驶习惯特征信息、驾驶员状态特征信息; 对所述事故特征数据进行分类,生成直接引发事故的触发特征和影响事故发展的关联特征; 分析每个触发特征在事故发生过程中的先后顺序,并根据所述先后顺序构建触发特征间的因果链,所述因果链的构建以事件发展的逻辑顺序为依据,将先发生的触发特征作为因,后发生的触发特征作为果,依次连接生成一个有向的因果关系链; 逐一分析所述关联特征对所述触发特征的影响模式,并根据所述影响模式,将所述关联特征按照其影响的触发特征连接到所述触发特征的因果关系链的相应位置,构建所述关联特征与所述触发特征之间的关联关系图; 分析所述关联特征之间的相互影响,对于存在相互影响关系的关联特征,建立双向的影响关系链,并将所述触发特征间的因果关系链、所述关联特征与触发特征的关联关系图、所述关联特征间的影响关系链进行整合,生成整合后的事故特征逻辑链。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都爱车保信息技术有限公司,其通讯地址为:610046 四川省成都市武侯区武兴四路166号2栋2单元2层4号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。