基于因果干预的车险用户驾驶行为分析与预测方法及设备技术

本发明专利技术公开一种基于因果干预的车险用户驾驶行为分析与预测方法及设备，包括：找到外部因素；构建特定因素推断模型，特定因素推断模型用于推断驾驶行为序列所属外部因素中的哪个特定因素；构建若干与特定因素一一对应的驾驶行为预测模型，每个驾驶行为预测模型用于编码对应特定因素下的驾驶行为序列，并预测下一个时间步的驾驶行为事件；基于因果干预技术生成目标函数；采集车险用户的驾驶行为数据，将其输入特定因素推断模型和驾驶行为预测模型，并利用目标函数进行模型训练；将训练好的模型部署于真实场景中。本发明专利技术能够准确预测和分析车险用户的驾驶行为，能够为车险定价提供依据，并且能够有效抵抗时序分布偏移的影响。

【技术实现步骤摘要】

本专利技术属于基于驾驶行为数据的分析与预测，具体涉及一种基于因果干预的车险用户驾驶行为分析与预测方法及设备。

技术介绍

1、汽车的出现方便了人们的日常出行，它改变了人们生活方式，也对推动社会经济的发展起到了至关重要的作用。但是汽车出行在给人们的日常生活带来极大便利的同时，也有可能会导致各种各样的意外事故。如果车主没有购买保险，这将导致一笔巨大的赔偿金。车险的出现将这种经济风险转移到了保险公司身上，为用户规避了风险，提高了用户的驾车体验。

2、车险用户的驾车数据由一连串的驾驶行为数据构成，例如转弯，加速和刹车，形成了一个驾驶行为序列。车险用户驾驶行为分析与预测旨在给定用户的驾驶行为序列的情况下预测下一个用户驾驶行为事件。预测结果可以用于驾驶员风险行为评估和打分，帮助车险公司更好地了解用户的行为风格，并为车险的定价提供珍贵的参考信息。

3、早期的事件序列预测模型依赖马尔可夫链和贝叶斯网络来学习事件关联，或使用了基于深度学习的方法来捕捉非线性时间动态，例如卷积神经网络(cnn)、循环神经网络(rnn)、自注意力(self-attentio本文档来自技高网...

【技术保护点】

1.基于因果干预的车险用户驾驶行为分析与预测方法，其特征在于，包括：

2.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤S2包括：

3.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤S3包括：

4.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤S4包括：

5.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤S5包括：

6.基于因果干预的车险用户驾驶行为分析与预测设备，其特征在于，包括：

7.根据权利要求6所述的车险用...

【技术特征摘要】

1.基于因果干预的车险用户驾驶行为分析与预测方法，其特征在于，包括：

2.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤s2包括：

3.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤s3包括：

4.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤s4包括：

5.根据权利要求1所述的车险用户驾驶行为分析与预测方法，其特征在于，所述步骤s5包括：

6.基...

【专利技术属性】
技术研发人员：何弢，廖文龙，
申请(专利权)人：酷哇科技有限公司，
类型：发明
国别省市：