恶意逃单检测方法技术
【技术实现步骤摘要】
本专利技术涉及交通信息
，更具体地说，涉及一种及装置。
技术介绍
代驾行业的兴起给人们带来了很多方便。酒后代驾、旅游代驾、商务代驾等等的业 务需求也越来越多。传统的代驾行业服务效率低、收费高，已逐渐失去了行业优势。取而代 之的是基于移动互联网的代驾行业服务模式。 在智能手机上实现的第三方应用程序一代驾APP如雨后春笋般应运而生。用户 在打开代驾APP之后，可以看到附近的代驾司机信息，包括司机姓名、离自己的距离、驾龄、 代驾次数、评价等，用户可自主选择符合自身需求的代驾司机。代驾APP不仅界面设计很直 观，操作方便，最主要的是司机信息透明化，使用户更加放心，也有利于快速建立联系，用户 体验方面得到了众多消费者的亲睐。 然而，在实际使用过程中，经常出现司机的逃单行为，例如：部分司机在通过代驾 APP接收到用户请求之后，与用户私下交易，以达到逃避信息服务费的目的。现有的代驾系 统提供了简单的规则，用以对上述逃单行为进行辨别，如判断司机总的拒单率，如果某司机 总的拒单率高于某一阈值，则将该司机视为逃单司机进行处理。但是，由于...
【技术保护点】
一种恶意逃单检测方法，其特征在于，包括：统计不同用户从不同出发地前往不同目的地的次数，得到个性化用户历史数据；根据所有用户从不同出发地前往不同目的地的次数，建立出发地与目的地的关联信息，由此得到不同地点在地图中的位置关联信息；根据所述个性化用户历史数据，建立个性化用户目的地偏好模型；通过所述个性化用户目的地偏好模型预测得到每个用户对每个地点的偏好度；当第一用户产生服务请求后，根据第一用户的出发地及第一用户的个性化用户目的地偏好模型，结合不同地点在地图中的位置关联信息，预测第一用户前往不同地点作为目的地的概率；在接收到司机发送的拒单通知消息之后，对司机在预设时间内的轨迹位置进...
【技术特征摘要】
1. 一种恶意逃单检测方法，其特征在于，包括： 统计不同用户从不同出发地前往不同目的地的次数，得到个性化用户历史数据； 根据所有用户从不同出发地前往不同目的地的次数，建立出发地与目的地的关联信 息，由此得到不同地点在地图中的位置关联信息； 根据所述个性化用户历史数据，建立个性化用户目的地偏好模型；通过所述个性化用 户目的地偏好模型预测得到每个用户对每个地点的偏好度； 当第一用户产生服务请求后，根据第一用户的出发地及第一用户的个性化用户目的地 偏好模型，结合不同地点在地图中的位置关联信息，预测第一用户前往不同地点作为目的 地的概率；在接收到司机发送的拒单通知消息之后，对司机在预设时间内的轨迹位置进行 跟踪，利用预测得到的概率计算所述司机基于该第一用户的逃单概率； 根据所述司机基于第一用户的逃单概率，检测出所述司机是否产生逃单行为。2. 根据权利要求1所述的方法，其特征在于，所述根据所述个性化用户历史数据，建立 个性化用户目的地偏好模型进一步包括： 根据每个用户的用户潜在特征向量、每个地点对应的地点潜在特征向量以及所述该地 点附近的地点对应的地点潜在特征向量，建立所述个性化用户目的地偏好模型。3. 根据权利要求2所述的方法，其特征在于，所述通过所述个性化用户目的地偏好模 型预测得到每个用户对每个地点的偏好度进一步包括： 对所述个性化用户目的地偏好模型进行优化，得到每个用户的用户特征向量和每个地 点对应的地点特征向量； 根据每个用户的用户特征向量和每个地点对应的地点特征向量，计算得到每个用户对 每个地点的偏好度。4. 根据权利要求3所述的方法，其特征在于，所述用户历史数据以m*n维矩阵的形式存 储，其中m为用户总数，n为地点总数；所述个性化用户目的地偏好模型建立如下：其中，Ui表示第i个用户的用户潜在特征向量，Vj表示第j个地点的地点潜在特征向 量，n(j)表示第j个地点的邻近地点，Vt表示第j个地点的邻近地点中第t个地点对应的 潜在特征向量，dt表示所述第j个地点与所述第t个地点之间的距离，s ()为归一化函数， a为线性叠加权重。5. 根据权利要求4所述的方法，其特征在于，所述对个性化用户目的地偏好模型进行 优化具体为最小化如下优化函数对个性化...
【专利技术属性】
技术研发人员：于杨，辛欣，
申请(专利权)人：北京亿心宜行汽车技术开发服务有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。