[发明专利]用户行为的识别方法、识别系统及计算机设备

说明书

本公开实施例提出了一种用户行为的识别方法、识别系统、计算机设备及计算机可读存储介质，其中用户行为的识别方法包括：获取目标终端传感器检测到的目标终端的目标驾驶数据；通过用户行为识别模型分析目标驾驶数据，以识别目标终端对应的用户是否具有危险驾驶行为。通过用户行为识别模型分析目标终端的目标驾驶数据，进而推断出携带有该目标终端的用户的驾驶危险操作行为，如急减速、急转弯等，无需给用户配置额外设备，即可准确、及时地判断用户危险驾驶行为，保障用户和乘客的人身安全，有效提升服务质量。

技术领域

本公开实施例涉及数据处理技术领域，具体而言，涉及一种用户行为的识别方法、识别系统、计算机设备及计算机可读存储介质。

背景技术

用户的危险驾驶行为是引发交通事故的重要原因，因此为提高驾驶安全性，如何有效地推断出用户的危险驾驶行为成为待解决的问题。

相关技术中存在基于终端传感器分析特定的危险驾驶行为的方法，但这种方法存在以下几点问题：1.数据分析处理时效性不够。需要事后分析大量数据进行数据降噪和统计分析。2.异常场景下驾驶行为的错误判定。例如，部分终端配置的传感器不能返回高精度低延时的有效数据，导致系统将人为摇动设备判定为急减速。3.数据量不足。由于终端传感器数据或多或少存在差异，会导致相同前规则在不同终端上触发的传感器数据存在多样性，仅仅利用在部分终端机型上采集的前置触发数据训练模型，往往会使得模型陷入欠拟合的困境，即在部分终端机型上能准确识别危险驾驶识别数据，但在部分终端上难以达到效果。

发明内容

本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本公开实施例的一个方面在于提出了一种用户行为的识别方法。

本公开实施例的另一个方面在于提出了一种用户行为的识别系统。

本公开实施例的再一个方面在于提出了一种计算机设备。

本公开实施例的又一个方面在于提出了一种计算机可读存储介质。

有鉴于此，根据本公开实施例的一个方面，提出了一种用户行为的识别方法，该方法包括：获取目标终端传感器检测到的目标终端的目标驾驶数据；通过用户行为识别模型分析目标驾驶数据，以识别目标终端对应的用户是否具有危险驾驶行为。

本公开实施例提供的用户行为的识别方法，通过用户行为识别模型识别目标终端的目标驾驶数据，进而推断出携带有该目标终端的用户的驾驶危险操作行为，如急减速、急转弯等，无需给用户配置额外设备，即可准确、及时地判断用户危险驾驶行为，保障用户和乘客的人身安全，有效提升服务质量。

根据本公开实施例的上述用户行为的识别方法，还可以具有以下技术特征：

在上述技术方案中，优选地，还包括：构建特征学习模型，并由特征学习模型生成多个虚拟驾驶数据；根据虚拟驾驶数据，构建用户行为识别模型。

在该技术方案中，通过特征学习模型得到大量的虚拟驾驶数据，进而根据这些虚拟驾驶数据建立用户行为识别模型，通过大量虚拟驾驶数据建立出更加识别性更加精确、使用性更加广泛的用户行为识别模型，减小由于数据较少带来的建模局限性，使用户行为识别模型在更多的终端上进行应用。

在上述任一技术方案中，优选地，构建所述特征学习模型，并由特征学习模型生成多个虚拟驾驶数据的步骤，具体包括：在相同的运动行为条件下，获取由多个终端传感器分别检测的实验驾驶数据，并比较得出各个实验驾驶数据之间的差别特征；根据差别特征训练特征学习模型，并通过特征学习模型生成多个虚拟驾驶数据；其中，虚拟驾驶数据的数量大于实验驾驶数据的数量。