[发明专利]一种基于多源信息的汽车安全风险预警方法及系统

权利要求书

1.一种基于多源信息的汽车安全风险预警方法，其特征在于，包括：

获取多源汽车安全信息；所述多源汽车安全信息包括：汽车故障模式信息、汽车使用状况信息、投诉销量比、道路交通事故信息、技术服务公告信息、国内外召回信息和网络舆情传播影响力参数；

对所述多源汽车安全信息进行关联分析，确定汽车故障的原因参数、汽车故障属于批次性问题的可能性参数、汽车故障严重等级参数；

基于所述汽车故障的原因参数、汽车故障属于批次性问题的可能性参数和汽车故障严重等级参数，计算汽车安全风险等级；

基于所述汽车安全风险等级，确定安全预警措施；

所述汽车故障模式信息，包括：

汽车故障发生时间、道路情况、运行工况、故障频次以及车辆维修记录；

所述汽车使用状况信息，包括：

车辆使用年限、行驶里程；

所述道路交通事故信息，包括：

交通驾驶员信息、车辆运行状态、事故发生原因、伤亡情况；

汽车故障服务公告信息，包括：

受影响车辆的范围、可能导致的故障现象、维修措施；

所述国内外召回信息包括：

召回原因、召回数量；

所述网络舆情传播影响力参数，包括：

获取针对预设故障的全网总体新闻数量、指定网络媒体新闻数量和阅读评论数量；

分别计算全网总体新闻数量的评价指标值、指定网络媒体新闻数量的评价指标值和阅读评论数量的评价指标值；

其中，c(t)表示评价指标；t表示评价项目，包括：全网总体新闻数量、指定网络媒体新闻数量以及阅读评论数量；n(t)表示评价项目数量；θ_t表示调整系数；

其中，I(c)表示为汽车故障的网络舆情传播影响力参数；w(t)表示为评价指标的权重；

依据全网总体新闻数量的评价指标值、指定网络媒体新闻数量的评价指标值和阅读评论数量的评价指标值，计算所述网络舆情传播影响力参数；

所述对所述多源汽车安全信息进行分析，确定汽车故障的原因参数、汽车故障属于批次性问题的可能性参数、汽车故障严重等级参数，包括：

依据所述汽车故障信息和所述汽车使用状况信息，确定汽车故障的原因参数；

依据所述汽车故障模式信息、投诉销量比、技术服务公告信息、国内外召回信息和网络舆情传播影响力参数，确定汽车故障属于批次性问题的可能性参数；

根据汽车故障模式信息、道路交通事故信息，确定汽车故障严重等级参数；

所述依据所述汽车故障模式信息、投诉销量比、技术服务公告信息、国内外召回信息和网络舆情传播影响力参数，确定汽车故障属于批次性问题的可能性参数，包括：

根据所述投诉销量比和所述网路舆情传播影响力参数，计算汽车故障属于批次性问题的可能性参数；

依据所述技术服务公告信息、国内外召回信息，分析汽车的相似性缺陷；

根据所述相似性缺陷的分析结果，对所述汽车故障为批次性问题的可能性参数进行修正。

2.根据权利要求1所述的方法，其特征在于，所述投诉销量比的获取过程包括：

统计目标品牌的目标车型针对预设故障的车主投诉数量和索赔数量以及销售数量；

计算所述目标品牌的目标车型针对预设故障的车主投诉数量和索赔数量之和与所述销售数量的比值，得到投诉销量比。

3.根据权利要求1所述的方法，其特征在于，所述依据所述汽车故障模式信息和所述汽车使用状况信息，确定汽车故障的原因参数，包括：

依据所述车辆使用状况，统计符合预设使用条件的车辆的数量；

计算符合预设使用条件的车辆的数量占比；

基于所述符合预设使用条件的车辆的数量占比，确定汽车故障属于使用不当的可能性参数；

根据所述汽车故障模式信息对所述汽车故障属于使用不当的可能性参数进行修正；

依据修正后的所述汽车故障属于使用不当的可能性参数，计算汽车故障属于机械故障的可能性参数。

4.根据权利要求1所述的方法，其特征在于，所述根据汽车故障模式信息、道路交通故障信息，确定汽车故障严重等级参数，包括：

基于所述汽车故障模式信息和预设的汽车故障等级专家知识库，确定汽车故障严重等级的参数；

依据所述道路交通事故信息，对所述汽车故障严重等级参数进行修正。

5.一种基于多源信息的汽车安全风险预警系统，其特征在于，包括：

数据采集模块，用于获取多源汽车安全信息；所述多源汽车安全信息包括：汽车故障模式信息、汽车使用状况信息、投诉销量比、道路交通事故信息、技术服务公告信息以及国内外召回信息和网络舆情传播影响力参数；

多源汽车安全信息分析模块，用于对所述多源汽车安全信息进行关联分析，确定汽车故障的原因参数、汽车故障属于批次性问题的可能性参数、汽车故障严重等级参数；

风险等级计算模块，用于基于所述汽车故障的原因参数、汽车故障属于批次性问题的可能性参数和汽车故障严重等级参数，计算汽车安全风险等级；

风险安全预警模块，用于基于所述汽车安全风险等级，确定安全预警措施；

所述汽车故障模式信息，包括：

汽车故障发生时间、道路情况、运行工况、故障频次以及车辆维修记录；

所述汽车使用状况信息，包括：

车辆使用年限、行驶里程；

所述道路交通事故信息，包括：

交通驾驶员信息、车辆运行状态、事故发生原因、伤亡情况；

汽车故障服务公告信息，包括：

受影响车辆的范围、可能导致的故障现象、维修措施；

所述国内外召回信息包括：

召回原因、召回数量；

所述网络舆情传播影响力参数，包括：

获取针对预设故障的全网总体新闻数量、指定网络媒体新闻数量和阅读评论数量；

分别计算全网总体新闻数量的评价指标值、指定网络媒体新闻数量的评价指标值和阅读评论数量的评价指标值；

其中，c(t)表示评价指标；t表示评价项目，包括：全网总体新闻数量、指定网络媒体新闻数量以及阅读评论数量；n(t)表示评价项目数量；θ_t表示调整系数；

其中，I(c)表示为汽车故障的网络舆情传播影响力参数；w(t)表示为评价指标的权重；

依据全网总体新闻数量的评价指标值、指定网络媒体新闻数量的评价指标值和阅读评论数量的评价指标值，计算所述网络舆情传播影响力参数；所述多源汽车安全信息分析模块，包括：

汽车故障的原因参数确定子模块，用于依据所述汽车故障模式信息和所述汽车使用状况信息，确定汽车故障的原因参数；

汽车故障属于批次性问题的可能性参数确定子模块，用于依据所述汽车故障模式信息、投诉销量比、技术服务公告信息、国内外召回信息和网络舆情传播影响力参数，确定汽车故障属于批次性问题的可能性参数；

汽车故障严重等级参数确定子模块，用于根据汽车故障模拟信息、道路交通事故信息，确定汽车故障严重等级参数；

所述依据所述汽车故障模式信息、投诉销量比、技术服务公告信息、国内外召回信息和网络舆情传播影响力参数，确定汽车故障属于批次性问题的可能性参数，包括：

根据所述投诉销量比和所述网路舆情传播影响力参数，计算汽车故障属于批次性问题的可能性参数；

依据所述技术服务公告信息、国内外召回信息，分析汽车的相似性缺陷；

根据所述相似性缺陷的分析结果，对所述汽车故障为批次性问题的可能性参数进行修正。