【技术实现步骤摘要】
车辆案件数量的预测方法、装置和计算机设备
本申请涉及人工智能
，尤其涉及一种车辆案件数量的预测方法、装置和计算机设备。
技术介绍
随着社会的发展，交通车辆越来越多，车辆参加保险已经是购买车辆后第一道手续。随着车辆的增多，车辆发生交通事故的绝对数量也相应变大。当被保险的车辆发生交通事故时，保险公司需要对被保险的车辆进行理赔。因此可以对车辆案件(例如：车辆发生交通事故)的数量进行预测，从而初步预估理赔金额。但是现有相关技术中，对车辆案件数量的预测一般基于路段级别进行，对车辆案件数量预测的准确度较低。
技术实现思路
本申请实施例提供了一种车辆案件数量的预测方法、装置和计算机设备，以实现提高对目标地理区域发生的车辆案件的数量进行预测的准确度。第一方面，本申请实施例提供了一种车辆案件数量的预测方法，包括：将目标地理区域划分为预定大小的网格；对每个网格包括的地理信息进行统计，所述每个网格包括的地理信息包括路口数量、道路信息和城市兴趣点；获取每个网格在目标预测时段之前的预定时段内发生的车辆案件的历史数据，以及所述预定时段内的历史天气数据；根据所述每个网格包括的地理...
【技术保护点】
1.一种车辆案件数量的预测方法，其特征在于，包括：将目标地理区域划分为预定大小的网格；对每个网格包括的地理信息进行统计，所述每个网格包括的地理信息包括路口数量、道路信息和城市兴趣点；获取每个网格在目标预测时段之前的预定时段内发生的车辆案件的历史数据，以及所述预定时段内的历史天气数据；根据所述每个网格包括的地理信息、所述预定时段内发生的车辆案件的历史数据和所述历史天气数据，通过预先训练的预测模型，对所述每个网格在所述目标预测时段发生车辆案件的数量进行预测。
【技术特征摘要】
1.一种车辆案件数量的预测方法，其特征在于，包括：将目标地理区域划分为预定大小的网格；对每个网格包括的地理信息进行统计，所述每个网格包括的地理信息包括路口数量、道路信息和城市兴趣点；获取每个网格在目标预测时段之前的预定时段内发生的车辆案件的历史数据，以及所述预定时段内的历史天气数据；根据所述每个网格包括的地理信息、所述预定时段内发生的车辆案件的历史数据和所述历史天气数据，通过预先训练的预测模型，对所述每个网格在所述目标预测时段发生车辆案件的数量进行预测。2.根据权利要求1所述的方法，其特征在于，所述获取每个网格在目标预测时段之前的预定时段内发生的车辆案件的历史数据包括：获取每个网格在所述预定时段包括的每个单位时长内发生的车辆案件的数量；以及，根据每个单位时长内发生的车辆案件的数量，计算任意两个单位时长内发生的车辆案件的数量差。3.根据权利要求2所述的方法，其特征在于，所述根据所述每个网格包括的地理信息、所述预定时段内发生的车辆案件的历史数据和所述历史天气数据，通过预先训练的预测模型，对所述每个网格在所述目标预测时段发生车辆案件的数量进行预测包括：将所述每个网格包括的地理信息、所述每个单位时长内发生的车辆案件的历史数据和所述历史天气数据整合为每个网格在每个单位时长的特征向量；将所述每个网格在每个单位时长的特征向量输入所述预先训练的预测模型，预测所述每个网格在所述目标预测时段发生车辆案件的数量。4.根据权利要求1或2所述的方法，其特征在于，所述根据所述每个网格包括的地理信息、所述预定时段内发生的车辆案件的历史数据和所述历史天气数据，通过预先训练的预测模型，对所述每个网格在所述目标预测时段发生车辆案件的数量进行预测之前还包括：通过机器学习算法对训练模型进行训练，获得所述预测模型。5.根据权利要求4所述的方法，其特征在于，所述通过机器学习算法对训练模型进行训练，获得所述预测模型包括：将待训练的地理区域划分为预定大小的网格；对每个网格包括的地理信息进行统计，所述每个网格包括的地理信息包括路口数量、道路信息和城市兴趣点；获取每个网格在训练指定时段包括的每个单位时长内发生的车辆案件的数量；以及根据每个单位时长内发生的车辆案件的数量，计算任意两个单位时长内发生的车辆案件的数量差；获取每个网格在所述每个单位时长内的历史天气数据；将所...
【专利技术属性】
技术研发人员：魏萍，吴育人，王淼石，庄伯金，王少军，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
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。