建立逃漏费识别模型的方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种建立逃漏费识别模型的方法、装置、存储介质及电子设备，所述方法包括：根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集；以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，所述逃漏费识别模型用于根据待识别车辆的收费卡数据得到所述待识别车辆是否逃漏费用的识别结果。通过本公开的技术方案，相比于现有技术中通过人工筛查的方式识别逃漏费车辆，可以实现对逃漏费车辆的快速识别且不会出现漏查的情况，识别效率和准确率高。

【技术实现步骤摘要】
建立逃漏费识别模型的方法、装置、存储介质及电子设备
本公开涉及交通
，具体地，涉及一种建立逃漏费识别模型的方法、装置、存储介质及电子设备。
技术介绍
目前，高速公路普遍存在缴费车辆逃漏费的现象，各种逃漏费手段层出不穷，给道路收费管理带来很大的困难和危害，如何查处逃漏费车辆是道路交通管理中的重要问题。现有技术中，主要采用人工筛查的方式，由业务人员凭借经验对车辆的收费卡数据进行分析来核实车辆是否存在逃漏费行为，然而该方式筛查速度慢且容易出现漏查的情况，识别效率低且准确率无法得到保证。
技术实现思路
为了克服现有技术中存在的问题，本公开提供一种建立逃漏费识别模型的方法、装置、存储介质及电子设备。为了实现上述目的，本公开提供一种建立逃漏费识别模型的方法：根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集；以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，所述逃漏费识别模型用于根据待识别车辆的收费卡数据得到所述待识别车辆是否逃漏费用的识别结果。可选地，所述方法还包括：针对所述存量收费卡数据的每一字段，获取该字段在所述无逃漏费数据集中的统计值分布与在所述逃漏费数据集中的统计值分布之间的分布差异度；根据各个所述字段的分布差异度确定所述预设目标字段。可选地，所述以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，包括：根据所述预设目标字段的各统计值确定目标统计区间；以所述无逃漏费数据集和所述逃漏费数据集中所述预设目标字段的位于所述目标统计区间内的统计值作为训练样本，利用所述预设算法进行模型训练，获得所述逃漏费识别模型。可选地，所述方法还包括：获取待识别车辆的收费卡数据中所述预设目标字段的位于所述目标统计区间内的统计值；将所述统计值输入所述逃漏费识别模型，得到所述待识别车辆是否逃漏费用的识别结果。可选地，所述方法还包括：显示所述识别结果，以便对所述识别结果进行人工核对；若所述识别结果表明所述待识别车辆逃漏费用，且人工核对确定所述待识别车辆实际存在逃漏费行为，则将所述待识别车辆的收费卡数据加入所述逃漏费数据集。可选地，所述方法还包括：若所述识别结果表明所述待识别车辆逃漏费用，且人工核对确定所述待识别车辆实际不存在逃漏费行为，则根据所述待识别车辆的收费卡数据更新所述预设目标字段。本公开还提供一种建立逃漏费识别模型的装置，包括：数据分类模块，被配置为根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集；模型训练模块，被配置为以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，所述逃漏费识别模型用于根据待识别车辆的收费卡数据得到所述待识别车辆是否逃漏费用的识别结果。可选地，所述装置还包括：分布差异度获取模块，被配置为针对所述存量收费卡数据的每一字段，获取该字段在所述无逃漏费数据集中的统计值分布与在所述逃漏费数据集中的统计值分布之间的分布差异度；预设目标字段确定模块，被配置为根据各个所述字段的分布差异度确定所述预设目标字段。可选地，所述模型训练模块包括：统计区间确定子模块，被配置为根据所述预设目标字段的各统计值确定目标统计区间；模型训练子模块，被配置为以所述无逃漏费数据集和所述逃漏费数据集中所述预设目标字段的位于所述目标统计区间内的统计值作为训练样本，利用所述预设算法进行模型训练，获得所述逃漏费识别模型。可选地，所述装置还包括：统计值获取模块，被配置为获取待识别车辆的收费卡数据中所述预设目标字段的位于所述目标统计区间内的统计值；识别结果获取模块，被配置为将所述统计值输入所述逃漏费识别模型，得到所述待识别车辆是否逃漏费用的识别结果。可选地，所述装置还包括：识别结果显示模块，被配置为显示所述识别结果，以便对所述识别结果进行人工核对；逃漏费数据集更新模块，被配置为若所述识别结果表明所述待识别车辆逃漏费用，且人工核对确定所述待识别车辆实际存在逃漏费行为，则将所述待识别车辆的收费卡数据加入所述逃漏费数据集。可选地，所述装置还包括：预设目标字段更新模块，被配置为若所述识别结果表明所述待识别车辆逃漏费用，且人工核对确定所述待识别车辆实际不存在逃漏费行为，则根据所述待识别车辆的收费卡数据更新所述预设目标字段。本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开提供的建立逃漏费识别模型的方法的步骤。本公开还提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现本公开提供的建立逃漏费识别模型的方法的步骤。通过上述技术方案，根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集，并以存量收费卡数据的预设目标字段作为特征因子，以无逃漏费数据集和逃漏费数据集作为样本，通过预设算法进行模型训练获得逃漏费识别模型，相比于现有技术中通过人工筛查的方式识别逃漏费车辆，可以实现对逃漏费车辆的快速识别且不会出现漏查的情况，识别效率和准确率高。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据一示例性实施例示出的一种建立逃漏费识别模型的方法的流程图；图2是根据另一示例性实施例示出的一种建立逃漏费识别模型的方法的流程图；图3是根据另一示例性实施例示出的一种建立逃漏费识别模型的方法的流程图；图4是根据一示例性实施例示出的一种建立逃漏费识别模型的装置的框图；图5是根据另一示例性实施例示出的一种建立逃漏费识别模型的装置的框图；图6是根据一示例性实施例示出的一种电子设备的框图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。图1是根据一示例性实施例示出的一种建立逃漏费识别模型的方法的流程图，如图1所示，该方法包括以下步骤：在步骤S101中，根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集。在本公开的实施例中，收费卡数据可以例如包括但不限于：车辆的车型、车牌号、行驶轨迹、信用记录、称重记录、缴费记录、里程以及时间等字段。其中，预设逃漏费规则可以是申请人通过对大量的收费卡数据以及逃漏费手段进行分析得到的可以初步判定车辆是否存在逃漏费用的规则，如表1所示。表1逃漏费手段判断规则垫板历史称重及缴费金额匹配度操纵液压装置历史称重及缴费金额匹配度冲磅历史称重及缴费金额匹配度S形历史称重及缴费金额匹配度换卡入出口车牌不一致套牌同车牌多入口倒卡频繁入出口，收费卡不匹配伪造预编码卡短途的预编码卡UJ型路线短途、超时车挂分离车型、短途、称重过大非正常出口无出口信息，离线分析假冒免征车辆抓一次进入黑名单，车型比对勾结内部人员离线分析…………根据预设逃漏费规则，可以从本文档来自技高网...

【技术保护点】
1.一种建立逃漏费识别模型的方法，其特征在于，包括：根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集；以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，所述逃漏费识别模型用于根据待识别车辆的收费卡数据得到所述待识别车辆是否逃漏费用的识别结果。

【技术特征摘要】
1.一种建立逃漏费识别模型的方法，其特征在于，包括：根据预设逃漏费规则对存量收费卡数据进行分类，得到无逃漏费数据集和逃漏费数据集；以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，所述逃漏费识别模型用于根据待识别车辆的收费卡数据得到所述待识别车辆是否逃漏费用的识别结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：针对所述存量收费卡数据的每一字段，获取该字段在所述无逃漏费数据集中的统计值分布与在所述逃漏费数据集中的统计值分布之间的分布差异度；根据各个所述字段的分布差异度确定所述预设目标字段。3.根据权利要求1所述的方法，其特征在于，所述以所述存量收费卡数据的预设目标字段作为特征因子，以所述无逃漏费数据集和所述逃漏费数据集作为训练样本，利用预设算法进行模型训练，获得逃漏费识别模型，包括：根据所述预设目标字段的各统计值确定目标统计区间；以所述无逃漏费数据集和所述逃漏费数据集中所述预设目标字段的位于所述目标统计区间内的统计值作为训练样本，利用所述预设算法进行模型训练，获得所述逃漏费识别模型。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取待识别车辆的收费卡数据中所述预设目标字段的位于所述目标统计区间内的统计值；将所述统计值输入所述逃漏费识别模型，得到所述待识别车辆是否逃漏费用的识别结果。5.根据权利要求1～4中任一项所述的方法，其特征在于，所述方法还包括：显示所述识别结果，以便对所述识别结果进行人工核对；若所...

【专利技术属性】
技术研发人员：吴擒龙，于明光，黄治纲，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21