【技术实现步骤摘要】
一种船员风险画像构建方法及装置、计算机存储介质
[0001]本专利技术涉及船员画像构建
,尤其涉及一种船员风险画像构建方法及装置。
技术介绍
[0002]现行的航海行业中,由于行业的特殊性,船员有较长时间处于海上,对每个船员各项信息的登记都较为模糊。一般情况下,最多只是登记船员的姓名、性别、年龄、民族这些较为基础的身份信息,对于每个船员具体的航海经验、专业知识的储备量、船员技能等方面,相应的记录都较为匮乏,导致企业对于每个船员在职业熟练度方面的认知只能通过其他船员之间的口述进行粗略的评估。也即,企业对船员所掌握的航海经验、技巧、专业能力等信息的记录不够全面,故而对船员进行任务分配、航海评估时,容易出现航海任务的人员分配不合理,船员航海评估不准确的情况。可见,针对该情况,提供一种提高船员航海信息的记录准确性以及评估准确性的方法显得尤为重要。
技术实现思路
[0003]本专利技术所要解决的技术问题在于,提供一种船员风险画像构建方法及装置,能够提高船员航海信息的记录准确性以及评估准确性。
[0004]为了解决上述技术问题,本专利技术第一方面公开了一种船员风险画像构建方法,所述方法包括:
[0005]确定待构建风险画像的目标船员,并采集所述目标船员的船员身份信息以及驾驶资历数据;
[0006]确定所述目标船员出行驾驶任务时对应设置的多项监测事项,并获取在预设监测周期内所述目标船员与每项所述监测事项对应的目标驾驶数据;
[0007]根据所述船员身份信息以及所述驾驶资历数据,
【技术保护点】
【技术特征摘要】
1.一种船员风险画像构建方法,其特征在于,所述方法包括:确定待构建风险画像的目标船员,并采集所述目标船员的船员身份信息以及驾驶资历数据;确定所述目标船员出行驾驶任务时对应设置的多项监测事项,并获取在预设监测周期内所述目标船员与每项所述监测事项对应的目标驾驶数据;根据所述船员身份信息以及所述驾驶资历数据,生成所述目标船员的身份记录项;对所述目标驾驶数据执行分析整合操作,得到所述目标驾驶数据对应的分析整合结果,并根据所述分析整合结果生成所述目标船员的驾驶风险记录项;根据所述身份记录项以及所述驾驶风险记录项构建所述目标船员对应的风险画像。2.根据权利要求1所述的船员风险画像构建方法,其特征在于,所述船员身份信息用于对所述目标船员的身份进行验证与登记:所有所述监测事项用于判断所述目标船员在每次所述驾驶任务是否存在与预设的危险驾驶行为匹配的行为;所述监测事项包括异常驾驶事项,所述异常驾驶事项包括无人值守、疲劳驾驶、驾驶时使用手机、驾驶时未正视前进航向、设备遮挡、驾驶超速、连续航行超时长中的至少一项子事项;所述监测事项还包括事故
‑
违章事项,所述事故
‑
违章事项包括行政处罚和/或违法计分对应的事项;所述驾驶资历数据包括所述目标船员的证书获取情况以及任职数据,所述任职数据包括所述目标船员驾驶的所有船舶、所述目标船员与每一所述船舶对应的任职时长。3.根据权利要求1或2所述的船员风险画像构建方法,其特征在于,所述对所述目标驾驶数据执行分析整合操作,得到所述目标驾驶数据对应的分析整合结果,包括:将所述预设监测周期划分为多个子监测周期;再将所述目标驾驶数据划分为与每个所述子监测周期对应的子驾驶数据;对于每个所述子驾驶数据,统计在该子驾驶数据中所述目标船员与每项所述监测事项对应的记录次数,得到该子驾驶数据对应的统计结果;以每项所述监测事项为基准项,结合所有所述统计结果,分析得到所述目标驾驶数据对应的综合统计结果,所述综合统计结果包括每项所述监测事项在所述预设监测周期对应的总记录次数;将每个所述统计结果、所述综合统计结果确定为所述目标驾驶数据对应的分析整合结果。4.根据权利要求3所述的船员风险画像构建方法,其特征在于,所述根据所述分析整合结果生成所述目标船员的驾驶风险记录项,包括:根据预先确定的每项所述监测事项的评分标准,计算每项所述监测事项对应的事项评分;将每项所述监测事项对应的事项评分乘以该监测事项对应的乘积系数,得到每项所述监测事项的乘积评分,再根据所有所述乘积评分,计算得到所述分析整合结果对应的综合事项评分;根据每项所述监测事项、每项所述监测事项对应的乘积评分、所述综合事项评分,结合所述目标船员的风险画像的构成要素,生成所述目标船员的驾驶风险记录项。
5.根据权利要求2所述的船员风险画像构建方法,其特征在于,所述获取在预设监测周期内所述目标船员与每项所述监测事项对应的目标驾驶数据,包括:当确定所述目标船员正在执行船舶驾驶任务时,根据所述目标船员所在目标船舶上配置的监测分析终端,采集所述目标船员对应的驾驶行为数据;以每项所述异常驾驶事项为基准,对所述驾驶行为数据进行分析比对,得到所述驾驶行为数据对应的分析比对结果;当所述分析比对结果表示所述目标船员的驾驶行为数据中存在与所述异常驾驶事项匹配的目标异常数据时,标记所述目标异常数据、确定所述目标异常数据对应的所述异常...
【专利技术属性】
技术研发人员:邓健爽,李俊立,覃姜维,
申请(专利权)人:广州市勤思网络科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。