乘车安全控制方法、模型训练方法、装置、设备及介质制造方法及图纸

本申请提供了一种乘车安全控制方法、模型训练方法、装置、设备及介质，涉及数据处理技术领域，该乘车安全控制方法，包括：获取待识别的服务提供方的历史服务特征信息，历史服务特征信息包括：待识别的服务提供方的属性信息、待识别的服务提供方的服务信息；根据待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定待识别的服务提供方的风险等级；若风险等级高于预设等级，则对待识别的服务提供方的服务进行监听处理。通过对模型预测得到的风险等级较高的服务提供方的服务进行实时监听，以及提前推送预设的教育素材，可以有效预防危险事件的发生，保证服务请求方的安全，提高服务体验。提高服务体验。提高服务体验。

【技术实现步骤摘要】
乘车安全控制方法、模型训练方法、装置、设备及介质


[0001]本申请涉及数据处理
，具体而言，涉及一种乘车安全控制方法、模型训练方法、装置、设备及介质。

技术介绍

[0002]在当前乘车服务过程中，时有发生一些涉性事故，部分有性骚扰乃至性犯罪意图的危险服务提供方正在对女性服务请求方的人身安全造成重大威胁。如何更好地做到“提前干预，降发生”，提升平台使用体验，有效保护服务请求方的安全，变得尤为重要。
[0003]现有技术中，是从服务请求的维度进行安全管控，也即，根据服务请求方所发起的服务请求的相关服务信息，确定服务请求方的安全性，并在安全性较低的情况下执行保护措施。
[0004]但是，上述从服务请求的维度进行安全管控，容易导致对部分危险服务提供方的误判断，从而导致乘车安全管控效果较差。

技术实现思路

[0005]有鉴于此，本申请实施例的目的在于提供一种乘车安全控制方法、模型训练方法、装置、设备及介质，以解决现有技术中存在的乘车安全控制效果较差的问题。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：
[0007]第一方面，本申请实施例提供了一种乘车安全控制方法，包括：
[0008]获取待识别的服务提供方的历史服务特征信息，所述历史服务特征信息包括：所述待识别的服务提供方的属性信息、所述待识别的服务提供方的服务信息；
[0009]根据所述待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定所述待识别的服务提供方的风险等级；
[0010]若所述风险等级高于预设等级，则对所述待识别的服务提供方的服务进行监听处理。
[0011]可选地，所述待识别的服务提供方的属性信息包括如下至少一种：所述待识别的服务提供方的证件信息、所述待识别的服务提供方的车载设备信息、所述待识别的服务提供方的职能信息；
[0012]所述待识别的服务提供方的服务信息包括如下至少一种信息：预设时间周期内的总服务数量、所述预设时间周期内的负向评价服务数量、所述预设时间周期内目标时段的服务数量、所述预设时间周期内的目标服务点的服务数量、所述预设时间周期内具有目标语音信息的服务数量、所述预设时间周期内的各服务的平均距离和平均时长。
[0013]可选地，所述根据所述待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定所述待识别的服务提供方的风险等级，包括：
[0014]将所述待识别的服务提供方的历史服务特征信息输入所述风险预测模型，得到所述待识别的服务提供方的风险概率值；
[0015]根据所述风险概率值，确定所述待识别的服务提供方的风险等级。
[0016]可选地，所述根据所述风险概率值，确定所述待识别的服务提供方的风险等级，包括：
[0017]获取除所述待识别的服务提供方之外的多个参考服务提供方的风险概率值；
[0018]根据所述待识别的服务提供方的风险概率值、以及所述多个参考服务提供方的风险概率值，对所述待识别的服务提供方和所述多个参考服务提供方进行排序，得到排序结果；
[0019]根据所述排序结果，确定所述待识别的服务提供方的风险等级。
[0020]可选地，所述对所述待识别的服务提供方的服务进行监听处理，包括：
[0021]获取所述待识别的服务提供方的当前服务的服务数据，所述当前服务的服务数据包括：服务时间、服务地点、服务请求方的身份信息、服务提供方的身份信息；
[0022]根据所述当前服务的服务数据，确定所述当前服务是否为疑似风险服务；
[0023]若是，则生成并输出处理请求，所述处理请求用于请求服务处置用户对所述当前服务进行风险判定。
[0024]可选地，所述生成并输出处理请求之后，还包括：
[0025]接收所述服务处置用户输入的处置结果，所述处置结果用于指示所述当前服务的风险值；
[0026]若所述当前服务的风险值达到预设阈值，则将所述待识别的服务提供方增加至所述风险预测模型的训练正样本中，并且，对所述当前服务进行安全干预处理，所述安全干预处理包括如下至少一项：语音呼叫所述待识别的服务提供方、向所述待识别的服务提供方发送告警信息或提示信息。
[0027]可选地，所述方法还包括：
[0028]发送目标推送信息至所述待识别的服务提供方所关联的终端，所述目标推送信息包括预设的教育素材。
[0029]第二方面，本申请实施例提供了一种风险预测模型训练方法，包括：
[0030]采集获取多个正样本服务提供方的历史服务特征信息、以及多个负样本服务提供方的历史服务特征信息，所述多个正样本服务提供方标记有风险标签，所述多个负样本服务提供方标记有安全标签，所述历史服务特征信息包括：服务提供方的属性信息、服务提供方的服务信息；
[0031]根据所述多个正样本服务提供方的历史服务特征信息、以及所述多个负样本服务提供方的历史服务特征信息，训练获取风险预测模块，所述风险预测模型用于确定待识别服务提供方的风险概率值。
[0032]可选地，所述服务提供方的属性信息包括如下至少一种：所述服务提供方的证件信息、所述服务提供方的车载设备信息、所述服务提供方的职能信息；
[0033]所述服务提供方的服务信息包括如下至少一种信息：预设时间周期内的总服务数量、所述预设时间周期内的负向评价服务数量、所述预设时间周期内目标时段的服务数量、所述预设时间周期内的目标服务点的服务数量、所述预设时间周期内具有目标语音信息的服务数量、所述预设时间周期内的各服务的平均距离和平均时长。
[0034]可选地，所述服务提供方的服务信息还包括如下至少一种信息：对所述预设时间
周期内的总服务数量按照服务请求方的性别拆分后得到的服务信息、所述目标时段的服务数量在所述预设时间周期内的总服务数量中的占比、所述预设时间周期内的负向评价服务数量所对应的服务请求方性别差异信息。
[0035]第三方面，本申请实施例提供了一种乘车安全控制装置，包括：获取模块、确定模块、处理模块；
[0036]所述获取模块、用于获取待识别的服务提供方的历史服务特征信息，所述历史服务特征信息包括：所述待识别的服务提供方的属性信息、所述待识别的服务提供方的服务信息；
[0037]所述确定模块，用于根据所述待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定所述待识别的服务提供方的风险等级；
[0038]所述处理模块，用于若所述风险等级高于预设等级，则对所述待识别的服务提供方的服务进行监听处理。
[0039]可选地，所述待识别的服务提供方的属性信息包括如下至少一种：所述待识别的服务提供方的证件信息、所述待识别的服务提供方的车载设备信息、所述待识别的服务提供方的职能信息；
[0040]所述待识别的服务提供方的服务信息包括如下至少一种信息：预设时间周期内的总服务数量、所述预设时间周期内的负向评价服务数量、所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乘车安全控制方法，其特征在于，包括：获取待识别的服务提供方的历史服务特征信息，所述历史服务特征信息包括：所述待识别的服务提供方的属性信息、所述待识别的服务提供方的服务信息；根据所述待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定所述待识别的服务提供方的风险等级；若所述风险等级高于预设等级，则对所述待识别的服务提供方的服务进行监听处理。2.根据权利要求1所述的方法，其特征在于，所述待识别的服务提供方的属性信息包括如下至少一种：所述待识别的服务提供方的证件信息、所述待识别的服务提供方的车载设备信息、所述待识别的服务提供方的职能信息；所述待识别的服务提供方的服务信息包括如下至少一种信息：预设时间周期内的总服务数量、所述预设时间周期内的负向评价服务数量、所述预设时间周期内目标时段的服务数量、所述预设时间周期内的目标服务点的服务数量、所述预设时间周期内具有目标语音信息的服务数量、所述预设时间周期内的各服务的平均距离和平均时长。3.根据权利要求1所述的方法，其特征在于，所述根据所述待识别的服务提供方的历史服务特征信息，采用预先训练得到的风险预测模型，确定所述待识别的服务提供方的风险等级，包括：将所述待识别的服务提供方的历史服务特征信息输入所述风险预测模型，得到所述待识别的服务提供方的风险概率值；根据所述风险概率值，确定所述待识别的服务提供方的风险等级。4.根据权利要求3所述的方法，其特征在于，所述根据所述风险概率值，确定所述待识别的服务提供方的风险等级，包括：获取除所述待识别的服务提供方之外的多个参考服务提供方的风险概率值；根据所述待识别的服务提供方的风险概率值、以及所述多个参考服务提供方的风险概率值，对所述待识别的服务提供方和所述多个参考服务提供方进行排序，得到排序结果；根据所述排序结果，确定所述待识别的服务提供方的风险等级。5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述待识别的服务提供方的服务进行监听处理，包括：获取所述待识别的服务提供方的当前服务的服务数据，所述当前服务的服务数据包括：服务时间、服务地点、服务请求方的身份信息、服务提供方的身份信息；根据所述当前服务的服务数据，确定所述当前服务是否为疑似风险服务；若是，则生成并输出处理请求，所述处理请求用于请求服务处置用户对所述当前服务进行风险判定。6.根据权利要求5所述的方法，其特征在于，所述生成并输出处理请求之后，还包括：接收所述服务处置用户输入的处置结果，所述处置结果用于指示所述当前服务的风险值；若所述当前服务的风险值达到预设阈值，则将所述待识别的服务提供方增加至所述风险预测模型的训练正样本中，并且，对所述当前服务进行安全干预处理，所述安全干预处理包括如下至少一项：语音呼叫所述待识别的服务提供方、向所述待识别的服务提供方发送告警信息或提示信息。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：发送目标推送信息至所述待识别的服务提供方所关联的终端，所述目标推送信息包括预设的教育素材。8.一种风险预测模型训练方法，其特...

【专利技术属性】
技术研发人员：苏红，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：