[发明专利]一种车主身份识别方法及装置在审
| 申请号: | 201710524493.2 | 申请日: | 2017-06-30 |
| 公开(公告)号: | CN107463941A | 公开(公告)日: | 2017-12-12 |
| 发明(设计)人: | 闫泳杉 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙)11435 | 代理人: | 陈姗姗 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 车主 身份 识别 方法 装置 | ||
1.一种车主身份识别方法,所述方法包括:
获取未知身份用户的用户数据;
利用预先设立的模型,根据所述用户数据确定所述用户是车主的概率值,所述预先设立的模型通过学习真实车主和真实非车主的用户数据得到。
2.如权利要求1所述的方法,其特征在于,所述用户数据,具体包括如下之一或组合:
驾驶行为数据;
汽车服务数据;
出行统计数据。
3.如权利要求2所述的方法,其特征在于,所述驾驶行为数据,具体包括如下之一或组合:
驾车行为数据、驾车两框检索数据、驾车方案数据;
所述汽车服务数据具体包括如下之一或组合:
4S店数据、汽车保养数据、汽车维修数据、收费站数据、加油数据;
所述出行统计数据具体包括如下之一或组合:用户设定时间内的出行总次数、驾驶出行占比、公交出行占比。
4.如权利要求1所述的方法,其特征在于,所述预先设立的模型具体为:
逻辑回归模型。
5.如权利要求4所述的方法,其特征在于,所述预先设立的模型具体为:
hθ(x)=g(θTx);
其中,hθ(x)为用户是车主的概率值,x为量化后的用户数据,θ为通过学习真实车主和真实非车主的用户数据确定的各项用户数据对应的权重。
6.如权利要求1所述的方法,其特征在于,所述预先设立的模型是通过准召或接收者操作特征曲线ROC下方的面积AUC指标评估后的模型;和/或
所述预先设立的模型是通过泛化能力验证的模型。
7.一种车主身份识别装置,所述装置包括:
数据获取单元,用于获取未知身份用户的用户数据;
身份识别单元,用于利用预先设立的模型,根据所述用户数据确定所述用户是车主的概率值,所述预先设立的模型通过学习真实车主和真实非车主的用户数据得到。
8.如权利要求7所述的装置,其特征在于,所述用户数据,具体包括如下之一或组合:
驾驶行为数据;
汽车服务数据;
出行统计数据。
9.如权利要求8所述的装置,其特征在于,所述驾驶行为数据,具体包括如下之一或组合:
驾车行为数据、驾车两框检索数据、驾车方案数据;
所述汽车服务数据具体包括如下之一或组合:
4S店数据、汽车保养数据、汽车维修数据、收费站数据、加油数据;
所述出行统计数据具体包括如下之一或组合:用户设定时间内的出行总次数、驾驶出行占比、公交出行占比。
10.如权利要求7所述的装置,其特征在于,所述预先设立的模型具体为:
逻辑回归模型。
11.如权利要求10所述的装置,其特征在于,所述预先设立的模型具体为:
hθ(x)=g(θTx);
其中,hθ(x)为用户是车主的概率值,x为量化后的用户数据,θ为通过学习真实车主和真实非车主的用户数据确定的各项用户数据对应的权重。
12.如权利要求7所述的装置,其特征在于,所述预先设立的模型是通过准召或接收者操作特征曲线ROC下方的面积AUC指标评估后的模型;和/或
所述预先设立的模型是通过泛化能力验证的模型。
13.一种设备,包括处理器和存储器;其特征在于:
所述存储器包含可由所述处理器执行的指令以使得所述处理器执行如权利要求1-6任一所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于实现如权利要求1-6任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710524493.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:暖风机(GH‑1601M)
- 下一篇:月饼包装盒(浪漫金秋)





