一种GPS拆机黑区的动态识别方法、系统及存储介质技术方案

本申请涉及车联网及智能识别技术领域，更为具体来说，本申请涉及一种GPS拆机黑区的动态识别方法、系统及存储介质。所述方法包括：实时监测并采集待识别的GPS设备离线事件；根据车辆与GPS设备的关联关系，在待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；对拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；结合各车辆实际逾期及出险信息，对标注后车辆计算风险值；将风险值高于预设阈值的标注后车辆确定为黑区。通过将设备维度、车辆维度的拆机特征识别及车辆的实际逾期、出险等金融维度特征信息纳入综合考量，从而提升了黑区识别的准确性。确性。确性。

【技术实现步骤摘要】
一种GPS拆机黑区的动态识别方法、系统及存储介质


[0001]本申请涉及车联网及智能识别
，更为具体来说，本申请涉及一种GPS拆机黑区的动态识别方法、系统及存储介质。

技术介绍

[0002]近年来，以融资租赁为代表的金融产品已在车辆采买领域拥有很高渗透率，而金融公司通过在车辆上安装GPS等定位车联网设备，实现贷后车辆的持续监管及追溯，已成为行业通行做法。对应的，已有不法组织或个人，提供GPS定位设备拆除服务，以帮助规避金融机构对车辆监管及追溯，提供该服务的所在地被金融行业称为拆机黑区。
[0003]现有技术对拆机黑区的识别，依赖于对历史车辆定位设备离线数据的分析：取大量历史车辆的GPS设备离线地清单，对该清单的离线地位置进行空间上的聚合分析，通过设置一定阈值，筛选得到在以某设定范围内设备离线地聚合较多的区域，即在该范围内大量设备在此离线，以此将其标定为拆机黑区。通常提供拆机黑区识别服务的是GPS运营服务商。因其通常面向多家金融公司共同提供服务，因此其安装的GPS定位设备基数大，能够支撑对历史GPS设备离线数量的要求。
[0004]然而，以GPS运营服务商所应用的技术方案通常只聚焦于设备维度的信息分析层面，而未考虑将车辆维度及车主的金融维度信息纳入考量，且在实际应用中会出现大量无效报警，导致对黑区识别度低。

技术实现思路

[0005]基于上述技术问题，本专利技术旨在将设备维度、车辆维度的拆机特征识别及车辆的实际逾期、出险等金融维度特征信息纳入综合考量，同时结合各车辆实际逾期及出险信息，对标注后车辆计算风险值，将风险值高于预设阈值的标注后车辆确定为黑区。
[0006]本专利技术第一方面提供了一种GPS拆机黑区的动态识别方法，所述方法包括：
[0007]实时监测并采集待识别的GPS设备离线事件；
[0008]根据车辆与GPS设备的关联关系，在所述待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，所述人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；
[0009]对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；
[0010]结合各车辆实际逾期及出险信息，对标注后车辆计算风险值；
[0011]将风险值高于预设阈值的标注后车辆确定为黑区。
[0012]在本专利技术的一些实施例中，所述将风险值高于预设阈值的标注后车辆确定为黑区之后，还包括：
[0013]基于所述黑区进行风险分级，并针对所分的不同风险等级采取对应的处理。
[0014]在本专利技术的一些实施例中，所述对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上，包括：
[0015]对所述拆卸地点进行空间聚类；
[0016]将空间聚类结果中空间聚类度达到预设阈值的区域作为待监测黑区；
[0017]将空间聚类后得到的多个待监测黑区定义为待检测黑区清单；
[0018]根据所述待检测黑区清单，将待监测黑区标注在对应的车辆上。
[0019]在本专利技术的一些实施例中，所述结合各车辆实际逾期及出险信息，对标注后车辆计算风险值，包括：
[0020]结合各车辆实际逾期及出险信息，并基于冷却定律对标注后车辆计算冷却权重；
[0021]基于所述冷却权重估算标注后车辆的风险值。
[0022]在本专利技术的一些实施例中，所述结合各车辆实际逾期及出险信息，并基于冷却定律对标注后车辆计算冷却权重，包括：
[0023]从各车辆实际逾期及出险信息中提取出标注后车辆最近一次逾期或出险与上一次逾期或出险的间隔时间；
[0024]根据所述间隔时间对标注后车辆计算冷却权重。
[0025]在本专利技术的一些实施例中，所述根据所述间隔时间对标注后车辆计算冷却权重的公式为：
[0026]β＝β
原
*exp(
‑
α*T)
[0027]其中，β表示当前的冷却权重，β
原
表示原来的冷动权重，T表示标注后车辆最近一次逾期或出险与上一次逾期或出险的间隔时间，α表示冷却系数。
[0028]在本专利技术的一些实施例中，优选地，所述实时监测并采集待识别的GPS设备离线事件，包括：
[0029]根据GPS设备上报的定位数据进行判断GPS设备的离线事件；
[0030]基于GPS设备报警信息确定出GPS设备人为拆卸事件，将所述GPS设备人为拆卸事件作为待识别的GPS设备离线事件。
[0031]本专利技术第二方面提供了一种GPS拆机黑区的动态识别系统，所述系统包括：
[0032]物联网平台，用于实时监测并采集待识别的GPS设备离线事件；
[0033]资产管理平台，用于管理车辆与GPS设备的关联关系；
[0034]金融核心系统，用于管理各车辆实际逾期及出险信息；
[0035]大数据平台，用于根据车辆与GPS设备的关联关系，在所述待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，所述人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；用于对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；用于结合各车辆实际逾期及出险信息，对标注后车辆计算风险值，将风险值高于预设阈值的标注后车辆确定为黑区，其中，所述大数据平台包括黑区识别模型；
[0036]风险管理平台，用于基于所述黑区进行风险分级，并针对所分的不同风险等级采取对应的处理。
[0037]本专利技术第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0038]实时监测并采集待识别的GPS设备离线事件；
[0039]根据车辆与GPS设备的关联关系，在所述待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，所述人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；
[0040]对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；
[0041]结合各车辆实际逾期及出险信息，对标注后车辆计算风险值；
[0042]将风险值高于预设阈值的标注后车辆确定为黑区。
[0043]本专利技术第四方面提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0044]实时监测并采集待识别的GPS设备离线事件；
[0045]根据车辆与GPS设备的关联关系，在所述待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，所述人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；
[0046]对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；
[0047]结合各车辆实际逾期及出险信息，对标注后车辆计算风险值；
[0048]将风险值高于预设阈值的标注后车辆确定为黑区。
[0049]本申请的有益效果为：本申请实时监测并采集待识别的GPS设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种GPS拆机黑区的动态识别方法，其特征在于，所述方法包括：实时监测并采集待识别的GPS设备离线事件；根据车辆与GPS设备的关联关系，在所述待识别的GPS设备离线事件中得到人为拆卸设备事件，其中，所述人为拆卸设备事件包括车辆标识号、拆卸时间和拆卸地点；对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上；结合各车辆实际逾期及出险信息，对标注后车辆计算风险值；将风险值高于预设阈值的标注后车辆确定为黑区。2.根据权利要求1所述的GPS拆机黑区的动态识别方法，其特征在于，所述将风险值高于预设阈值的标注后车辆确定为黑区之后，还包括：基于所述黑区进行风险分级，并针对所分的不同风险等级采取对应的处理。3.根据权利要求1所述的GPS拆机黑区的动态识别方法，其特征在于，所述对所述拆卸地点基于空间聚类得到待监测黑区清单，并将待监测黑区标注在对应的车辆上，包括：对所述拆卸地点进行空间聚类；将空间聚类结果中空间聚类度达到预设阈值的区域作为待监测黑区；将空间聚类后得到的多个待监测黑区定义为待检测黑区清单；根据所述待检测黑区清单，将待监测黑区标注在对应的车辆上。4.根据权利要求1所述的GPS拆机黑区的动态识别方法，其特征在于，所述结合各车辆实际逾期及出险信息，对标注后车辆计算风险值，包括：结合各车辆实际逾期及出险信息，并基于冷却定律对标注后车辆计算冷却权重；基于所述冷却权重估算标注后车辆的风险值。5.根据权利要求4所述的GPS拆机黑区的动态识别方法，其特征在于，所述结合各车辆实际逾期及出险信息，并基于冷却定律对标注后车辆计算冷却权重，包括：从各车辆实际逾期及出险信息中提取出标注后车辆最近一次逾期或出险与上一次逾期或出险的间隔时间；根据所述间隔时间对标注后车辆计算冷却权重。6.根据权利要求5所述的GPS拆机黑区的动态识别方法，其特征在于，所述根据所述间隔时间...

【专利技术属性】
技术研发人员：王锫，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：