数据处理方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种数据处理方法、装置、设备及可读存储介质，方法包括：获取目标用户在时间段T

【技术实现步骤摘要】
数据处理方法、装置、设备及可读存储介质
本申请涉及计算机
，尤其涉及一种数据处理方法、装置、设备以及可读存储介质。
技术介绍
当前，打车出行已经成为人们的生活日常。在打车业务中，司机越来越需要有一个可信的标准去认识乘客的品质，以便不惧在打车业务中受到损失；同时，乘客也需要一个可信的标准来证明自己的品质，以便可以更为简单快捷地得到打车平台以及司机的认可与信任，从而可以进一步获取到打车平台给予的优惠等。可见在打车业务中，对乘客进行信用评级是极为重要的内容，如果有了针对乘客的出行信用评价体系，必将对乘客在打车业务中的行为品质起到约束和规范作用，从而可以减少乘客在打车业务中的无理违约、恶意点单等行为，进而可以对社会文明环境和生产效率都带来有益提升。目前，对于确定乘客的信用评级，仅仅依靠于乘客的订单取消次数来确定，若乘客的订单取消次数过高就会直接暂停乘客的打车业务。这种仅依赖于乘客的订单取消次数的方式难以准确评价用户信用，导致用户信用的识别准确度不高，给乘客的乘车业务也会造成影响。
技术实现思路
本申请实施例提供一种数据处理方法、装置、设备以及可读存储介质，可以对用户的出行信用进行准确评价，从而提高乘车业务的质量。本申请实施例一方面提供了一种数据处理方法，包括：获取目标用户在时间段Tt内的行程特征数据，以及在时间段Tt-1内的行程特征数据；时间段Tt-1是时间段Tt的上一个时间段；t为大于1的正整数；根据时间段Tt内的行程特征数据与时间段Tt-1内的行程特征数据，预测目标用户在时间段Tt内的预测行程信用评估值；获取目标用户在时间段Tt-1内的行程信用值，根据时间段Tt-1内的行程信用值与时间段Tt内的预测行程信用评估值，确定目标用户在时间段Tt内的行程信用值；时间段Tt内的行程信用值用于确定目标用户在时间段Tt内针对乘车业务的行程消耗资源；时间段Tt内的行程信用值，用于与时间段Tt+1内的预测行程信用评估值共同确定目标用户在时间段Tt+1内的行程信用值；时间段Tt+1是时间段Tt的下一个时间段；时间段Tt+1内的预测行程信用评估值基于目标用户在时间段Tt+1内的行程特征数据，以及在时间段Tt内的行程特征数据所确定。本申请实施例一方面提供了一种数据处理装置，包括：数据获取模块，用于获取目标用户在时间段Tt内的行程特征数据，以及在时间段Tt-1内的行程特征数据；时间段Tt-1是时间段Tt的上一个时间段；t为大于1的正整数；数据预测模块，用于根据时间段Tt内的行程特征数据与时间段Tt-1内的行程特征数据，预测目标用户在时间段Tt内的预测行程信用评估值；信用值确定模块，用于获取目标用户在时间段Tt-1内的行程信用值；信用值确定模块，还用于根据时间段Tt-1内的行程信用值与时间段Tt内的预测行程信用评估值，确定目标用户在时间段Tt内的行程信用值；时间段Tt内的行程信用值用于确定目标用户在时间段Tt内针对乘车业务的行程消耗资源；时间段Tt内的行程信用值，用于与时间段Tt+1内的预测行程信用评估值共同确定目标用户在时间段Tt+1内的行程信用值；时间段Tt+1是时间段Tt的下一个时间段；时间段Tt+1内的预测行程信用评估值基于目标用户在时间段Tt+1内的行程特征数据，以及在时间段Tt内的行程特征数据所确定。在一个实施例中，数据预测模块包括：数据输入单元，用于将时间段Tt内的行程特征数据输入至信用评估模型；信用评估模型是基于时间段Tt-1内的行程特征数据，与时间段Tt-1内的历史行程信用标签，共同对样本信用评估模型进行训练所得到的；时间段Tt-1内的历史行程信用标签，基于时间段Tt-1内的行程特征数据中的历史违约次数所确定；数据预测单元，用于获取信用评估模型中与时间段Tt-1相关联的模型参数，获取模型参数对应的参数转置矩阵；数据预测单元，还用于获取时间段Tt内的行程特征数据所对应的特征矩阵，将特征矩阵与参数转置矩阵进行矩阵相乘处理，得到目标用户在时间段Tt内的预测行程信用评估值。在一个实施例中，信用值确定模块包括：权重获取单元，用于获取时间段Tt-1内的行程信用值对应的第一权重参数，以及时间段Tt内的预测行程信用评估值对应的第二权重参数；运算单元，用于将时间段Tt-1内的行程信用值与第一权重参数进行相乘处理，得到第一运算行程信用值；运算单元，还用于将时间段Tt内的预测行程信用评估值与第二权重参数进行相乘处理，得到第二运算行程信用值；运算单元，还用于将第一运算行程信用值与第二运算行程信用值进行相加处理，得到目标用户在时间段Tt内的行程信用值。在一个实施例中，该数据处理装置还包括：上链模块，用于获取哈希函数，基于哈希函数对时间段Tt内的行程信用值进行加密处理，得到加密行程信用值；上链模块，还用于获取目标用户对应的用户标识，根据用户标识与加密行程信用值生成目标区块；上链模块，还用于将目标区块上链至区块链中。在一个实施例中，该数据处理装置还包括：请求接收模块，用于在时间段Tt内，接收目标终端发送的乘车业务请求；目标终端为目标用户对应的终端；消耗数据确定模块，用于根据乘车业务请求，在区块链中获取时间段Tt内的行程信用值，根据时间段Tt内的行程信用值确定目标用户的乘车车辆类型，以及乘车车辆类型所指向的乘车消耗数据；消耗数据确定模块，还用于将乘车车辆类型与乘车消耗数据，均确定为目标用户针对乘车业务的行程消耗资源，将行程消耗资源发送至目标终端。在一个实施例中，该数据处理装置还包括：匹配模块，用于将时间段Tt内的行程信用值与信用值阈值进行匹配；信息发送模块，用于若时间段Tt内的行程信用值小于信用值阈值，则生成权限提示信息，将权限提示信息发送至目标终端；权限提示信息用于提示目标用户在时间段Tt内的行程信用值不满足乘车条件，目标用户不具备执行乘车业务的权限；步骤执行模块，用于若时间段Tt内的行程信用值大于或等于信用值阈值，则执行根据时间段Tt内的行程信用值确定目标用户的乘车车辆类型，以及乘车车辆类型所指向的乘车消耗数据的步骤。在一个实施例中，消耗数据确定模块包括：表获取单元，用于获取车辆类型映射表；车辆类型映射表中包括第一配置行程信用值区间与配置车辆类型之间的映射关系；一个第一配置行程信用值区间对应一种配置车辆类型；类型确定单元，用于将时间段Tt内的行程信用值对应的第一配置行程信用值区间，确定为第一目标行程信用值区间；类型确定单元，还用于将车辆类型映射表中第一目标行程信用值区间对应的配置车辆类型，确定为乘车车辆类型；消耗数据确定单元，用于根据时间段Tt内的行程信用值与乘车车辆类型确定乘车消耗数据。在一个实施例中，消耗数据确定单元，还具体用于获取折扣系数映射表；折扣系数映射表中包括第二配置行程信用值区间与配置折扣系数之间的映射关系；一个第二配置行程信用值区间对应一个配置折扣系数；...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：/n获取目标用户在时间段T

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
获取目标用户在时间段Tt内的行程特征数据，以及在时间段Tt-1内的行程特征数据；所述时间段Tt-1是所述时间段Tt的上一个时间段；t为大于1的正整数；
根据所述时间段Tt内的行程特征数据与所述时间段Tt-1内的行程特征数据，预测所述目标用户在所述时间段Tt内的预测行程信用评估值；
获取所述目标用户在所述时间段Tt-1内的行程信用值，根据所述时间段Tt-1内的行程信用值与所述时间段Tt内的预测行程信用评估值，确定所述目标用户在所述时间段Tt内的行程信用值；所述时间段Tt内的行程信用值用于确定所述目标用户在所述时间段Tt内针对乘车业务的行程消耗资源；所述时间段Tt内的行程信用值，用于与时间段Tt+1内的预测行程信用评估值共同确定所述目标用户在所述时间段Tt+1内的行程信用值；所述时间段Tt+1是所述时间段Tt的下一个时间段；所述时间段Tt+1内的预测行程信用评估值基于所述目标用户在所述时间段Tt+1内的行程特征数据，以及在所述时间段Tt内的行程特征数据所确定。


2.根据权利要求1所述的方法，其特征在于，所述根据所述时间段Tt内的行程特征数据与所述时间段Tt-1内的行程特征数据，预测所述目标用户在所述时间段Tt内的预测行程信用评估值，包括：
将所述时间段Tt内的行程特征数据输入至信用评估模型；所述信用评估模型是基于所述时间段Tt-1内的行程特征数据，与所述时间段Tt-1内的历史行程信用标签，共同对样本信用评估模型进行训练所得到的；所述时间段Tt-1内的历史行程信用标签，基于所述时间段Tt-1内的行程特征数据中的历史违约次数所确定；
获取所述信用评估模型中与所述时间段Tt-1相关联的模型参数，获取所述模型参数对应的参数转置矩阵；
获取所述时间段Tt内的行程特征数据所对应的特征矩阵，将所述特征矩阵与所述参数转置矩阵进行矩阵相乘处理，得到所述目标用户在所述时间段Tt内的预测行程信用评估值。


3.根据权利要求1所述的方法，其特征在于，所述根据所述时间段Tt-1内的行程信用值与所述时间段Tt内的预测行程信用评估值，确定所述目标用户在所述时间段Tt内的行程信用值，包括：
获取所述时间段Tt-1内的行程信用值对应的第一权重参数，以及所述时间段Tt内的预测行程信用评估值对应的第二权重参数；
将所述时间段Tt-1内的行程信用值与所述第一权重参数进行相乘处理，得到第一运算行程信用值；
将所述时间段Tt内的预测行程信用评估值与所述第二权重参数进行相乘处理，得到第二运算行程信用值；
将所述第一运算行程信用值与所述第二运算行程信用值进行相加处理，得到所述目标用户在所述时间段Tt内的行程信用值。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取哈希函数，基于所述哈希函数对所述时间段Tt内的行程信用值进行加密处理，得到加密行程信用值；
获取所述目标用户对应的用户标识，根据所述用户标识与所述加密行程信用值生成目标区块；
将所述目标区块上链至区块链中。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述时间段Tt内，接收目标终端发送的乘车业务请求；所述目标终端为所述目标用户对应的终端；
根据所述乘车业务请求，在所述区块链中获取所述时间段Tt内的行程信用值，根据所述时间段Tt内的行程信用值确定所述目标用户的乘车车辆类型，以及所述乘车车辆类型所指向的乘车消耗数据；
将所述乘车车辆类型与所述乘车消耗数据，均确定为所述目标用户针对乘车业务的行程消耗资源，将所述行程消耗资源发送至所述目标终端。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
将所述时间段Tt内的行程信用值与信用值阈值进行匹配；
若所述时间段Tt内的行程信用值小于所述信用值阈值，则生成权限提示信息，将所述权限提示信息发送至所述目标终端；所述权限提示信息用于提示所述目标用户在所述时间段Tt内的行程信用值不满足乘车条件，所述目标用户不具备执行乘车业务的权限；
若所述时间段Tt内的行程信用值大于或等于所述信用值阈值，则执行所述根据所述时间段Tt内的行程信用值确定所述目标用户的乘车车辆类型，以及所述乘车车辆类型所指向的乘车消耗数据的步骤。


7.根据权利要求6所述的方法，其特征在于，所述根据所述时间段Tt内的行程信用值确定所述目标用户的乘车车辆类型，以及所述乘车车辆类型所指向的乘车消耗数据，包括：
获取车辆类型映射表；所述车辆类型映射表中包括第一配置行程信用值区间与配置车辆类型之间的映射关系；一个第一配置行程信用值区间对应一种配置车辆类型；
将所述时间段Tt内的行程信用值对应的第一配置行程信用值区间，确定为第一目标行程信用值区间；
将所述车辆类型映射表中所述第一目标行程信用值区间对应的配置车辆类型，确定为所述乘车车辆类型；
根据所述时间段Tt内的行程信用值与所述乘车车辆类型确定所述乘车消耗数据。


8.根据权利要...

【专利技术属性】
技术研发人员：钟子宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44