车辆的行驶里程预测方法及系统技术方案

本发明专利技术公开了一种车辆的行驶里程预测方法及系统，方法包括：获取车主的原始行驶数据；若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；通过分层聚类算法对目标行驶数据进行分类，生成车主分类；根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。本发明专利技术通过分层聚类算法，对车主进行画像，并根据车主的分类对里程进行预测，从而提高了行驶里程的预测准确度，为车险定价提供了方便。供了方便。供了方便。

【技术实现步骤摘要】
车辆的行驶里程预测方法及系统


[0001]本专利技术涉及大数据
，尤其涉及一种车辆的行驶里程预测方法及系统。

技术介绍

[0002]车险是财险公司主要的保费收入来源，车险价格政策的调整影响到保险业的健康发展,也关系到广大车主的切身利益。在欧美等车险费率市场化程度较高的国家,车险产品定价的一个创新性的方向是车险里程定价(PAYD),即保费数额与车辆行驶里程的挂钩,车辆行驶里程越长,保费就交得越多。现有技术中一些保险公司通过行驶里程对保费进行定价。
[0003]现有技术中对车主的年行驶里程进行预测时，一般都是使用车主上一年全年总行驶里程作为下年行驶里程。但随着对用户信息安全保护的日趋严格，将很难获取用户完整的个人信息。并且对于部分新用户，无法获取全年的行驶里程数据，将会导致计算的预测里程不准确。
[0004]因此现有技术还有待于进一步发展。

技术实现思路

[0005]针对上述技术问题，本专利技术实施例提供了一种车辆的行驶里程预测方法及系统，能够解决现有技术中对车主的年行驶里程进行预测时，一般都是使用车主上一年全年总行驶里程作为下年行驶里程，存在预测里程不准确的技术问题。
[0006]本专利技术实施例的第一方面提供一种车辆的行驶里程预测方法，包括：
[0007]获取车主的原始行驶数据；
[0008]若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；
[0009]对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；
[0010]通过分层聚类算法对目标行驶数据进行分类，生成车主分类；
[0011]根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。
[0012]可选地，获取车主的原始行驶数据；
[0013]若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；
[0014]对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；
[0015]通过分层聚类算法对目标行驶数据进行分类，生成车主分类；
[0016]根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。
[0017]可选地，若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据，包括：
[0018]若原始行驶数据中的行驶时间大于等于三个月，则获取原始行程数据中最后三个月的行驶数据，所述行驶数据包含若干个行程数据，每个行程数据包括设备ID、行程起始经纬度坐标、行程结束经纬度坐标、行程起始时间、行程结束时间、行程平均时速、行程最大时速、行程起始地点、行程结束地点、行驶里程和行驶油耗。
[0019]可选地，所述对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据，包括：
[0020]对预定时间段对应的行程数据中间隔小于预设时间阈值合并成一条行程数据；
[0021]对不需要的数据进行过滤，并对重复、异常以及错误数据进行清洗后，生成目标行驶数据。
[0022]可选地，所述通过分层聚类算法对目标行驶数据进行分类，生成车主分类，包括：
[0023]获取目标行驶数据中所有工作日行程的起始位置经纬度坐标和结束位置经纬度坐标，生成二维数组，记为第一数组；
[0024]获取目标行驶数据中所有节假日行程的开始位置经纬度坐标和结束位置经纬度坐标，生成第二维数组，记为第二数组；
[0025]通过DBSCAN聚类算法对目标行驶数据进行聚类，输出簇的个数k；
[0026]通过K
‑
means聚类算法对每笔行程的起点和终点的地理坐标进行聚类，其中聚类中心数为k；
[0027]根据簇内的坐标点的个数获取车主车辆的停放位置信息；
[0028]根据停放位置信息对车主进行分类。
[0029]本专利技术实施例第二方面提供了一种车辆的行驶里程预测系统，所述系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现以下步骤：
[0030]获取车主的原始行驶数据；
[0031]若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；
[0032]对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；
[0033]通过分层聚类算法对目标行驶数据进行分类，生成车主分类；
[0034]根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。
[0035]可选地，所述计算机程序被所述处理器执行时还实现以下步骤：
[0036]若原始行驶数据中的行驶时间小于预定时间段，则通过推荐系统协同过滤算法，推送驾驶行为类似的车主的行驶里程预测值；将行驶里程预测值作为车主的全年行驶里程。
[0037]可选地，所述计算机程序被所述处理器执行时还实现以下步骤：
[0038]若原始行驶数据中的行驶时间大于等于三个月，则获取原始行程数据中最后三个月的行驶数据，所述行驶数据包含若干个行程数据，每个行程数据包括设备ID、行程起始经
纬度坐标、行程结束经纬度坐标、行程起始时间、行程结束时间、行程平均时速、行程最大时速、行程起始地点、行程结束地点、行驶里程和行驶油耗。
[0039]可选地，所述计算机程序被所述处理器执行时还实现以下步骤：
[0040]对预定时间段对应的行程数据中间隔小于预设时间阈值合并成一条行程数据；
[0041]对不需要的数据进行过滤，并对重复、异常以及错误数据进行清洗后，生成目标行驶数据。
[0042]本专利技术实施例第三方面提供了一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述的车辆的行驶里程预测方法。
[0043]本专利技术实施例提供的技术方案中，通过获取车主的原始行驶数据；若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；通过分层聚类算法对目标行驶数据进行分类，生成车主分类；根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。本专利技术通过分层聚类算法，对车主进行画像，并根据车主的分类对里程进行预测，从而提高了行驶里程的预测准确度，为车险定价提供了方便。
附图说明
[0044]图1为本专利技术实施例中一种车辆的行驶里程预测方法的一实施例的流程示意图；
[0045]图2为本专利技术实施例中一种车辆的行驶里程预测系统的另一实施例的硬件结构示意图。
具体实施方式
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆的行驶里程预测方法，其特征在于，包括：获取车主的原始行驶数据；若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据；对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据；通过分层聚类算法对目标行驶数据进行分类，生成车主分类；根据分类后的车主分别创建对应的预测模型，根据预测模型获取车主全年的行驶里程预测结果。2.根据权利要求1所述的车辆的行驶里程预测方法，其特征在于，所述获取车主的原始行驶数据后，还包括：若原始行驶数据中的行驶时间小于预定时间段，则通过推荐系统协同过滤算法，推送驾驶行为类似的车主的行驶里程预测值；将行驶里程预测值作为车主的全年行驶里程。3.根据权利要求2所述的车辆的行驶里程预测方法，其特征在于，所述若原始行驶数据中的行驶时间大于等于预定时间段，则获取原始行程数据中预定时间段对应的行驶数据，包括：若原始行驶数据中的行驶时间大于等于三个月，则获取原始行程数据中最后三个月的行驶数据，所述行驶数据包含若干个行程数据，每个行程数据包括设备ID、行程起始经纬度坐标、行程结束经纬度坐标、行程起始时间、行程结束时间、行程平均时速、行程最大时速、行程起始地点、行程结束地点、行驶里程和行驶油耗。4.根据权利要求3所述的车辆的行驶里程预测方法，其特征在于，所述对原始行程数据中预定时间段对应的行驶数据进行预处理后，生成目标行驶数据，包括：对预定时间段对应的行程数据中间隔小于预设时间阈值合并成一条行程数据；对不需要的数据进行过滤，并对重复、异常以及错误数据进行清洗后，生成目标行驶数据。5.根据权利要求4所述的车辆的行驶里程预测方法，其特征在于，所述通过分层聚类算法对目标行驶数据进行分类，生成车主分类，包括：获取目标行驶数据中所有工作日行程的起始位置经纬度坐标和结束位置经纬度坐标，生成二维数组，记为第一数组；获取目标行驶数据中所有节假日行程的开始位置经纬度坐标和结束位置经纬度坐标，生成第二维数组，记为第二数组；通过DBSCAN聚类算法对目标行驶数据进行聚类，输出簇的个数k；通过K
‑
means聚类算法对每笔行程的...

【专利技术属性】
技术研发人员：周志文，戴文波，纪向晴，朱宇翔，
申请(专利权)人：深圳市麦谷科技有限公司，
类型：发明
国别省市：