一种交通数据处理方法及装置制造方法及图纸

本申请涉及计算机技术领域，尤其涉及一种交通数据处理方法及装置，用以通过对交通违法行为进行分析达到对司机将来发生交通事故的情况进行预测的目的。在本申请中，服务器基于获取的违法交通数据，确定多种违法行为中每一种违法行为分别对应的与交通事故相关的特征参数，针对发生违法行为的司机，根据该司机发生的每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值，从而达到对司机将来发生交通事故的情况进行预测的目的。

Traffic data processing method and device

The invention relates to the field of computer technology, especially relates to a traffic data processing method and device for the illegal traffic analysis to predict future drivers of traffic accidents to the situation. In this application, the illegal traffic data acquisition server based on the related traffic accident characteristic parameters for each corresponding to a kind of illegal behavior to determine the variety of illegal behavior, for violations of the driver, according to each kind of illegal behavior of the driver of the characteristic parameters, determine the driver in traffic accident safety score, so as to forecast the future traffic accident the driver to.

【技术实现步骤摘要】
一种交通数据处理方法及装置
本申请涉及计算机
，尤其涉及一种交通数据处理方法及装置。
技术介绍
随着路面车辆的增多，司机发生交通事故的情况变得越来越多。交管部门一般通过对交通违法行为进行记录和处理，来实现对交通事故的防控。这里的交通事故是指车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件，与司机违反交通管理法规的违法行为不同。交管部门对交通违法行为的处理方式一般是通过人为地将违法行为进行归类，例如分为一般的交通违法行为、严重的交通违法行为、特别严重的交通违法行为；或者通过经验的方式进行不同的减分处理，例如超速50％以上扣200分，在公路道路上逆向行驶扣100分，开车吸烟扣20分等。上述处理方式只是单纯针对违法行为进行控制，这种简单的处理方式无法对司机将来发生交通事故的情况进行预测，也就难以从实质上控制司机的事故率，例如扣分多的司机不一定发生交通事故的概率就大。可见，现有的处理交通违法行为的方式无法达到对司机将来发生交通事故的情况进行预测的目的。
技术实现思路
本申请实施例提供一种交通数据处理方法及装置，用以通过对交通违法行为进行分析达到对司机将来发生交通事故的情况进行预测的目的。本申请实施例提供一种交通数据处理方法，包括：服务器获取违法交通数据；所述违法交通数据包括多个司机分别发生的违法行为以及指示其中每个司机是否发生交通事故的信息；基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数；针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值。可选地，基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数，包括：基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征数据；其中任一种违法行为对应的特征数据包括：未发生该违法行为且未发生交通事故的司机数、未发生该违法行为但发生了交通事故的司机数、发生了该违法行为但未发生交通事故的司机数、发生了该违法行为且发生了交通事故的司机数；根据每一种违法行为分别对应的特征数据，确定该违法行为对应的安全性证明力权重，将该安全性证明力权重作为所述特征参数。可选地，根据每一种违法行为分别对应的特征数据，确定该违法行为对应的安全性证明力权重，包括：根据未发生该违法行为且未发生交通事故的司机数与未发生交通事故的司机数之间的第一比值，以及未发生该违法行为但发生了交通事故的司机数与发生了交通事故的司机数之间的第二比值，确定所述第一比值与第二比值之间的第三比值；根据发生该违法行为但未发生交通事故的司机数与未发生交通事故的司机数之间的第四比值，以及发生该违法行为且发生了交通事故的司机数与发生了交通事故的司机数之间的第五比值，确定所述第四比值与第五比值之间的第六比值；根据所述第三比值和第六比值，确定该违法行为对应的安全性证明力权重。可选地，根据所述第三比值和第六比值，确定违法行为i对应的安全性证明力权重，包括：根据公式WOEisum＝αi(WOE0i+WOE1i)确定违法行为i对应的安全性证明力权重WOEisum；其中，WOE0i＝lnN1，N1为所述第三比值，WOE1i＝lnN2，N2为所述第六比值，αi为违法行为i的权重因子。可选地，根据司机发生的每一种违法行为分别对应的安全性证明力权重，确定该司机在交通事故方面的安全分值，包括：确定该司机发生的每一种违法行为分别对应的安全性证明力权重的和值WOEsum；根据预设的分值区间，对WOEsum进行逻辑变换处理，得到在所述预设的分值区间内的安全分值。可选地，所述方法还包括：将在预设的分值区间内的安全分值划分为多个分数档；针对划分的每个分数档，根据在该分数档内的发生交通事故的司机数和在该分数档内的司机总数，确定该分数档对应的事故率。另一方面，本申请实施例提供一种交通数据处理装置，包括：接收模块，用于获取违法交通数据；所述违法交通数据包括多个司机分别发生的违法行为以及指示其中每个司机是否发生交通事故的信息；第一确定模块，用于基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数；第二确定模块，用于针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值。本申请实施例中，服务器基于获取的违法交通数据，确定多种违法行为中每一种违法行为分别对应的与交通事故相关的特征参数，针对发生违法行为的司机，根据该司机发生的每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值，从而达到对司机将来发生交通事故的情况进行预测的目的。附图说明图1为本申请实施例一提供的交通数据处理方法流程图；图2为本申请实施例二提供的交通数据处理方法流程图；图3为本申请实施例三提供的交通数据处理方法流程图；图4为本申请实施例提供的交通数据处理装置结构示意图。具体实施方式本申请实施例中，服务器在获取违法交通数据后，基于获取的违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数；针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的特征参数，确定该司机在交通事故方面的安全分值。可以采用该安全分值来衡量司机将来发生交通事故的情况，从而达到预测司机将来发生交通事故的目的。上述处理过程可以由拥有违法交通数据的交管部门服务器来完成；也可以由交管部门将违法交通数据发送给其他机构的服务器后，由其他机构的服务器负责分析处理后，将处理结果反馈给交管部门；例如，可以是第三方征信平台，第三方征信平台从交管部门那获取违法交通数据，采用本申请进行分析处理，将各个司机的交通事故的预测结果反馈给交管部门，或者，通过网页或应用等途径将处理结果提供给用户查询的功能。下面结合说明书附图对本申请实施例作进一步详细描述。实施例一如图1所示，为本申请实施例一提供的交通数据处理方法流程图，包括以下步骤：S101：服务器获取违法交通数据；所述违法交通数据包括多个司机分别发生的违法行为以及指示其中每个司机是否发生交通事故的信息。在具体实施中，可以采用违法代码来标识违法行为，不同的违法行为对应不同的违法代码。比如，闯红灯的违法行为对应违法代码0、在公路道路上逆向行驶的违法行为对应违法代码1、开车吸烟的违法行为对应违法代码2等。S102：基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数。在具体实施中，所述特征参数可以为风险性证明力权重或安全性证明力权重。若为风险性证明力权重，则该权重值越高，表示发生交通事故的风险性越大，若为安全性证明力权重，则该权重值越高，表示发生交通事故的风险性越小。可以根据发生交通事故的司机普遍发生的违法行为，来确定各个违法行为的风险性证明力权重，或者根据未发生交通事故的司机普遍没有发生的违法行为，来确定各个违法行为的安全性证明力权重。针对安全性证明力权重，本申请实施例二中将进一步给出优选的确定方式。S103：针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值。在具体本文档来自技高网...

【技术保护点】
一种交通数据处理方法，其特征在于，该方法包括：服务器获取违法交通数据；所述违法交通数据包括多个司机分别发生的违法行为以及指示其中每个司机是否发生交通事故的信息；基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数；针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值。

【技术特征摘要】
1.一种交通数据处理方法，其特征在于，该方法包括：服务器获取违法交通数据；所述违法交通数据包括多个司机分别发生的违法行为以及指示其中每个司机是否发生交通事故的信息；基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数；针对发生违法行为的司机，根据该司机发生的至少一种违法行为中每一种违法行为分别对应的所述特征参数，确定该司机在交通事故方面的安全分值。2.如权利要求1所述的方法，其特征在于，基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征参数，包括：基于获取的所述违法交通数据，确定多种违法行为中每一种违法行为分别对应的特征数据；其中任一种违法行为对应的特征数据包括：未发生该违法行为且未发生交通事故的司机数、未发生该违法行为但发生了交通事故的司机数、发生了该违法行为但未发生交通事故的司机数、发生了该违法行为且发生了交通事故的司机数；根据每一种违法行为分别对应的特征数据，确定该违法行为对应的安全性证明力权重，将该安全性证明力权重作为所述特征参数。3.如权利要求2所述的方法，其特征在于，根据每一种违法行为分别对应的特征数据，确定该违法行为对应的安全性证明力权重，包括：根据未发生该违法行为且未发生交通事故的司机数与未发生交通事故的司机数之间的第一比值，以及未发生该违法行为但发生了交通事故的司机数与发生了交通事故的司机数之间的第二比值，确定所述第一比值与第二比值之间的第三比值；根据发生该违法行为但未发生交通事故的司机数与未发生交通事故的司机数之间的第四比值，以及发生该违法行为且发生了交通事故的司机数与发生了交通事故的司机数之间的第五比值，确定所述第四比值与第五比值之间的第六比值；根据所述第三比值和第六比值，确定该违法行为对应的安全性证明力权重。4.如权利要求3所述的方法，其特征在于，根据所述第三比值和第六比值，确定违法行为i对应的安全性证明力权重，包括：根据公式WOEisum＝αi(WOE0i+WOE1i)确定违法行为i对应的安全性证明力权重WOEisum；其中，WOE0i＝lnN1，N1为所述第三比值，WOE1i＝lnN2，N2为所述第六比值，αi为违法行为i的权重因子。5.如权利要求4所述的方法，其特征在于，根据司机发生的每一种违法行为分别对应的安全性证明力权重，确定该司机在交通事故方面的安全分值，包括：确定该司机发生的每一种违法行为分别对应的安全性证明力权重的和值WOEsum；根据预设的分值区间，对WOEsum进行逻辑变换处理，得到在所述预设的分值区间内的安全分值。6.如权利要求1～5任一所述的方法，其特征在于，所述方法还包括：将在预设的分值区间内的安全分值划分为多个分数档；针对划分的每个分数档，根据在该...

【专利技术属性】
技术研发人员：沈健刚，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY