[发明专利]一种面向打车业务安全性的系统及其方法在审
| 申请号: | 201910048401.7 | 申请日: | 2019-01-18 |
| 公开(公告)号: | CN109829728A | 公开(公告)日: | 2019-05-31 |
| 发明(设计)人: | 李华康;王永超;孔令军;王磊;孙国梓 | 申请(专利权)人: | 南京邮电大学 |
| 主分类号: | G06Q30/00 | 分类号: | G06Q30/00;G06Q30/06 |
| 代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 姚姣阳 |
| 地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 司机 画像 动态时序 挖掘 业务安全性 更新模块 实时更新 静态安全性 客户端注册 预估 标签更新 静态筛选 属性信息 挖掘算法 注册信息 单业务 新文本 安全 算法 数据库 筛选 乘客 评论 资格 | ||
1.一种面向打车业务安全性的系统,其特征在于,包括司机画像模块、静态安全性挖掘模块、司机画像更新模块和动态时序安全性挖掘模块;
所述司机画像模块,根据司机在客户端注册的信息,形成司机画像;
所述静态完全性挖掘模块,根据司机画像的数据库中的司机属性信息通过静态筛选算法对司机进行静初步任职资格筛选,判断司机是否可以进行接单业务;
所述司机画像更新模块,实时更新司机的注册信息,并根据用户对司机的评论生成新文本标签更新司机画像;
动态时序安全性挖掘模块,根据实时更新的司机画像通过动态时序安全挖掘算法对司机的任职安全等级进行预估,判断司机是否可以继续进行接单操作。
2.根据权利要求1所述的一种面向打车业务安全性的系统,其特征在于,所述注册的信息包括姓名、身份证、受教育程度、驾驶年龄、负债情况、芝麻白条信用、犯罪前科记录、心理疾病预测结果、驾照有效信息、车辆投保信息。
3.根据权利要求1所述的一种面向打车业务安全性的系统,其特征在于,所述司机画像模块中若信息中司机有犯罪前科记录、没有有效驾照及非本人投保,则认为司机不合格,筛选排除。
4.根据权利要求1所述的一种面向打车业务安全性的系统,其特征在于,所述动态时序安全性挖掘模块中司机画像的注册信息中负债情况和芝麻白条信用每个月更新一次,犯罪前科记录每周更新一次,心理疾病预测结果每六个月更新一次;从增加的新文本标签抽取关键词增加到司机画像中。
5.根据权利要求1所述的一种面向打车业务安全性的系统,其特征在于,所述动态时序安全性挖掘模块中动态时序安全挖掘算法可采用静态属性与动态属性相结合的模型SVM+LSTM、对时间序列处理使用的RNN。
6.一种面向打车业务安全性的方法,其特征在于,包括如下步骤:
步骤S1、收集司机注册信息,根据司机在客户端注册的信息形成司机画像;
步骤S2、根据司机画像的数据库中的司机属性信息通过静态筛选算法对司机进行静初步任职资格筛选,判断司机是否可以进行接单业务,若筛选合格,则可以接单,否则不通过注册;
步骤S3、实时更新司机的注册信息,并根据用户对司机的评论生成新文本标签更新司机画像;
步骤S4、根据实时更新的司机画像通过动态时序安全挖掘算法对司机的任职安全等级进行预估,判断司机是否可以继续进行接单操作。
7.根据权利要求6所述的一种面向打车业务安全性的方法,其特征在于,所述注册的信息包括姓名、身份证、受教育程度、驾驶年龄、负债情况、芝麻白条信用、犯罪前科记录、心理疾病预测结果、驾照有效信息、车辆投保信息。
8.根据权利要求6所述的一种面向打车业务安全性的方法,其特征在于,所述步骤S1中若信息中司机有犯罪前科记录、没有有效驾照及非本人投保,则认为司机不合格,筛选排除。
9.根据权利要求6所述的一种面向打车业务安全性的方法,其特征在于,所述步骤S4中,司机画像的注册信息中负债情况和芝麻白条信用每个月更新一次,犯罪前科记录每周更新一次,心理疾病预测结果每六个月更新一次;从增加的新文本标签抽取关键词增加到司机画像中。
10.根据权利要求6所述的一种面向打车业务安全性的方法,其特征在于,动态时序安全挖掘算法可采用静态属性与动态属性相结合的模型SVM+LSTM、对时间序列处理使用的RNN。
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南京邮电大学,未经南京邮电大学许可,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/201910048401.7/1.html,转载请声明来源钻瓜专利网。





