基于大数据的车辆离线风控管理方法技术

本发明专利技术涉及一种基于大数据的车辆离线风控管理方法，通过对车辆内的各类有线或无线设备实时产生的车辆离线风险数据进行分析识别，排除其中形成假性离线、安全问题导致离线及亏电过期导致离线的车辆离线风险数据，剩余的车辆离线风险数据与预设车辆离线风险库中存储的高风险情况对应的信号类型组合进行对比，对车辆是否出现高风险情况进行判定，并在判定高风险时，对车辆无线设备的模式及信息上传频率进行调整，以对车辆的实际情况进行判断，及时脱离离线风险。通过本发明专利技术，能够在风险判别时减少手动操作的滞后性，增加预警及时性，为后续汽车金融方的找车场景需求提供更精准更及时的定位点，减少人工判断时间，增加便捷度。

【技术实现步骤摘要】
基于大数据的车辆离线风控管理方法
本专利技术涉及车辆安全
，更具体地说，涉及一种基于大数据的车辆离线风控管理方法、计算机设备及存储介质。
技术介绍
目前汽车金融公司在进行融资租赁业务时，都会使用北斗/GPS硬件定位设备来进行车辆的监控和管理。汽车金融风控领域，车辆风险分析已相对成熟，却未从物联网硬件与平台结合的角度去影响硬件，风控的行为基于平台分析或人工判断触发，缺少智能联动。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的缺陷，提供一种基于大数据的车辆离线风控管理方法、计算机设备及存储介质。本专利技术解决其技术问题所采用的技术方案是：构造一种基于大数据的车辆离线风控管理方法，包括：实时或定时接收车辆GPS定位设备传输的车辆离线风险数据；其中，所述车辆离线风险数据通过车辆自身传感器对车辆实时监测产生；解析所述车辆离线风险数据中的离线信号、安装信号及亏电过期信号，过滤车辆自身设备问题导致的离线风险；预设车辆离线风险库，所述车辆离线风险库中存储高风险情况对应的信号类型组合；识别过滤车辆自身设备问题导致的离线风险后的车辆离线风险数据类型，与预设车辆离线风险库中的信号类型组合比较，若实时的车辆离线风险数据中包含的信号类型与所述车辆离线风险库中高风险情况对应的信号类型组合其中一者相同，则判定车辆当前为高风险状况，并对对应车辆的数据上传方式进行调整。其中，车辆离线风险数据至少包括：离线地点定位数据、离线接电信息、设备接线故障信息、设备接电信息、安装位置故障信息、设备亏电信息、设备到期信息及在线设备的各类传感器警报信息。其中，在解析所述车辆离线风险数据中的离线信号，过滤车辆自身设备问题导致的离线风险的步骤中，若接收的车辆离线风险数据中包含离线地点定位数据，对所述离线地点定位数据进行分析识别，如果是通勤常驻点离线或平台聚集性同一地点的离线，则判定为假性离线表现；若接收到的车辆离线风险数据中包含离线接电信息，对所述离线接电信息进行分析识别，如果离线接电信息来自车辆内部的有线设备，且历史电压值大于等于20V，说明是未接长电的问题，判定为假性离线表现。其中，在解析所述车辆离线风险数据中的安装信号，过滤车辆自身设备问题导致的离线风险的步骤中，若接收到的车辆离线风险数据中包含设备接线故障信息，对所述设备接线故障信息进行分析识别，如果信息来自有线设备，对应有线设备在指定时间间隔内出现断电报警的情况，且报警时车辆处于运动状态，则说明是安装问题导致的离线风险；若接收到的车辆离线风险数据中包含设备接电信息，对所述设备接电信息进行分析识别，如果信息来自有线设备，对应有线设备在在指定时间间隔内出现断电报警的情况，且单日报警次数超过设定次数，同时历史电压最高值小于等于15V，则说明是安装问题导致的离线风险；若接收到的车辆离线风险数据中包含安装位置故障信息，对所述安装位置故障信息进行分析识别，如果信息来自无线设备，对应无线设备在单日内光感报警时间跨度大于第二预设时间间隔，则说明是安装问题导致的离线风险。其中，在解析所述车辆离线风险数据中的亏电过期信号，过滤车辆自身设备问题导致的离线风险的步骤中，若接收到的车辆离线风险数据中包含设备亏电信息，对所述设备亏电信息进行分析识别，若信息来自无线设备，且所述无线设备的电量为0，或者信息来自有线设备，且对应有线设备出现过低电报警的情况，同时该有线设备的电量为0，则说明是亏电导致的离线风险；若接收到的车辆离线风险数据中包含设备到期信息，对所述设备过期信息进行分析识别，判断过期原因是卡过期或设备过期，判定为亏电过期信息导致的离线风险。其中，测量在线设备的各类传感器警报信息的传感器类型至少包括：监测设备是否分离的传感器、监测翻转的传感器、监测断电的传感器、监测电量的传感器及监测风险点的传感器。其中，若检测设备分离的传感器产生感应信号的前提下，其余监测传感器中的至少一者产生感应信号时，判定产生离线风险。其中，在判定产生离线风险后，将车辆的无线设备的运行模式调整为追车模式，同时加快相应无线设备的信号上传频率。此外，本专利技术构建了一种计算机设备，包括输入输出单元、存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如前述技术方案所述的基于大数据的车辆离线风控管理方法中的步骤。此外本专利技术构建了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如前述技术方案所述的基于大数据的车辆离线风控管理方法中的步骤。本专利技术的基于大数据的车辆离线风控管理方法，通过对车辆内的各类有线或无线设备实时产生的车辆离线风险数据进行分析识别，排除其中形成假性离线、安全问题导致离线及亏电过期导致离线的车辆离线风险数据，剩余的车辆离线风险数据与预设车辆离线风险库中存储的高风险情况对应的信号类型组合进行对比，对车辆是否出现高风险情况进行判定，并在判定高风险时，对车辆无线设备的模式及信息上传频率进行调整，以对车辆的实际情况进行判断，及时脱离离线风险。通过本专利技术，能够在风险判别时减少手动操作的滞后性，增加预警及时性，为后续汽车金融方的找车场景需求提供更精准更及时的定位点，减少人工判断时间，增加便捷度。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术提供的基于大数据的车辆离线风控管理方法的结构示意图。图2是本专利技术提供的基于大数据的车辆安全监控方法中的计算机设备的结构示意图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。如图1所示，本专利技术提供了一种基于大数据的车辆离线风控管理方法，包括：实时或定时接收车辆GPS定位设备传输的车辆离线风险数据；其中，所述车辆离线风险数据通过车辆自身传感器对车辆实时监测产生；解析所述车辆离线风险数据中的离线信号、安装信号及亏电过期信号，过滤车辆自身设备问题导致的离线风险；预设车辆离线风险库，所述车辆离线风险库中存储高风险情况对应的信号类型组合；识别过滤车辆自身设备问题导致的离线风险后的车辆离线风险数据类型，与预设车辆离线风险库中的信号类型组合比较，若实时的车辆离线风险数据中包含的信号类型与所述车辆离线风险库中高风险情况对应的信号类型组合其中一者相同，则判定车辆当前为高风险状况，并对对应车辆的数据上传方式进行调整。其中，车辆离线风险数据至少包括：离线地点定位数据、离线接电信息、设备接线故障信息、设备接电信息、安装位置故障信息、设备亏电信息、设备到期信息及在线设备的各类传感器警报信息。其中，在解析所述车辆离线风险数据中的离线信号，过滤车辆自身设备问题导致的离线风险的步骤中，若接收的车辆离线风险数据中包含离线地点定位数据，对所述离线地点定位数据进行分析识别，如果是通勤常驻点离线本文档来自技高网...

【技术保护点】
1.一种基于大数据的车辆离线风控管理方法，其特征在于，包括：/n实时或定时接收车辆GPS定位设备传输的车辆离线风险数据；其中，所述车辆离线风险数据通过车辆自身传感器对车辆实时监测产生；/n解析所述车辆离线风险数据中的离线信号、安装信号及亏电过期信号，过滤车辆自身设备问题导致的离线风险；/n预设车辆离线风险库，所述车辆离线风险库中存储高风险情况对应的信号类型组合；/n识别过滤车辆自身设备问题导致的离线风险后的车辆离线风险数据类型，与预设车辆离线风险库中的信号类型组合比较，若实时的车辆离线风险数据中包含的信号类型与所述车辆离线风险库中高风险情况对应的信号类型组合其中一者相同，则判定车辆当前为高风险状况，并对对应车辆的数据上传方式进行调整。/n

【技术特征摘要】
1.一种基于大数据的车辆离线风控管理方法，其特征在于，包括：
实时或定时接收车辆GPS定位设备传输的车辆离线风险数据；其中，所述车辆离线风险数据通过车辆自身传感器对车辆实时监测产生；
解析所述车辆离线风险数据中的离线信号、安装信号及亏电过期信号，过滤车辆自身设备问题导致的离线风险；
预设车辆离线风险库，所述车辆离线风险库中存储高风险情况对应的信号类型组合；
识别过滤车辆自身设备问题导致的离线风险后的车辆离线风险数据类型，与预设车辆离线风险库中的信号类型组合比较，若实时的车辆离线风险数据中包含的信号类型与所述车辆离线风险库中高风险情况对应的信号类型组合其中一者相同，则判定车辆当前为高风险状况，并对对应车辆的数据上传方式进行调整。


2.根据权利要求1所述的基于大数据的车辆离线风控管理方法，其特征在于，所述车辆离线风险数据至少包括：离线地点定位数据、离线接电信息、设备接线故障信息、设备接电信息、安装位置故障信息、设备亏电信息、设备到期信息及在线设备的各类传感器警报信息。


3.根据权利要求2所述的基于大数据的车辆离线风控管理方法，其特征在于，在解析所述车辆离线风险数据中的离线信号，过滤车辆自身设备问题导致的离线风险的步骤中，
若接收的车辆离线风险数据中包含离线地点定位数据，对所述离线地点定位数据进行分析识别，如果是通勤常驻点离线或平台聚集性同一地点的离线，则判定为假性离线表现；
若接收到的车辆离线风险数据中包含离线接电信息，对所述离线接电信息进行分析识别，如果离线接电信息来自车辆内部的有线设备，且历史电压值大于等于20V，说明是未接长电的问题，判定为假性离线表现。


4.根据权利要求2所述的基于大数据的车辆离线风控管理方法，其特征在于，在解析所述车辆离线风险数据中的安装信号，过滤车辆自身设备问题导致的离线风险的步骤中，
若接收到的车辆离线风险数据中包含设备接线故障信息，对所述设备接线故障信息进行分析识别，如果信息来自有线设备，对应有线设备在指定时间间隔内出现断电报警的情况，且报警时车辆处于运动状态，则说明是安装问题导致的离线风险；
若接收到的车辆离线风险数据中包含设备接电信息，对所述设备接电信息进行分析识别，如果信息来自有线设备，对应有线设备在在指定时间间隔内出现断电...

【专利技术属性】
技术研发人员：高洪达，王长军，
申请(专利权)人：上海万位科技有限公司，
类型：发明
国别省市：上海;31