[发明专利]车辆质押物状态预警方法、装置、设备及存储介质

权利要求书

1.一种车辆质押物状态预警方法，其特征在于，所述车辆质押物状态预警方法包括：

获取预设样本数据中各车辆质押物在过去预设时间段内的GPS数据、并获取所述车辆质押物对应用户与所述车辆质押物相关的交易信息、行为信息以及信用信息，以对所述GPS数据、所述交易信息、所述行为信息以及所述信用信息进行数据清洗处理，以得到清洗数据；

对所述清洗数据进行特征构建处理，得到特征变量数据，并从所述特征变量数据中选取待入模变量；

对所述待入模变量进行序列分析处理，得到规则变量，并根据所述规则变量得到所述规则变量的变量阈值；

根据所述规则变量以及所述变量阈值确定所述车辆质押物状态的预警模型；

通过所述预警模型对所述车辆质押物外的其他车辆质押物进行状态预警处理。

2.如权利要求1所述的车辆质押物状态预警方法，其特征在于，所述对所述清洗数据进行特征构建处理，得到特征变量数据步骤包括：

对所述清洗数据进行缺失值、异常值以及冗余信息的删除处理，并对所述清洗数据中第一预设类型的特征进行哑编码处理，以及对所述清洗数据中的第二预设类型的特征进行确定格式的转换处理，得到标准特征构建数据；

以预设第一最小粒度单位进行所述标准特征构建数据的时间类字段衍生处理、GPS打点运营类字段衍生处理以及距离类字段衍生处理，得到第一衍生数据；

基于所述第一衍生数据，以预设第二最小粒度单位进行所述标准特征构建数据的时间间隔类衍生处理、异常打点类型衍生处理、GPS打点运营类字段再衍生处理以及距离类再衍生处理，得到第二衍生数据；

将所述标准特征构建数据、所述第一衍生数据以及所述第二衍生数据设为所述特征变量数据。

3.如权利要求2所述的车辆质押物状态预警方法，其特征在于，所述从所述特征变量数据中选取待入模变量步骤包括：

获取所述特征变量数据中不同车辆质押物对应同一特征变量的数值之间的方差，根据所述方差确定所述特征变量数据中各个特征变量是否发散，并剔除所述特征变量数据中不发散的特征变量，得到发散特征变量；

基于所述特征变量数据，获取所述发散特征变量的信息价值指标IV值，剔除IV值小于预设比较IV值的特征变量，得到初步特征变量；

通过预设的随机森林算法模型计算所述初步特征变量中各个特征变量的重要指标值，剔除重要指标值小于预设比较指标值的特征变量，得到各个筛选特征变量；

获取所述各个筛选特征变量与所述车辆质押物所针对的业务类型的相关值，剔除相关值小于预设比较相关值的特征变量，得到待入模变量。

4.如权利要求1所述的车辆质押物状态预警方法，其特征在于，所述对所述待入模变量进行序列分析处理，得到规则变量，并根据所述规则变量得到所述规则变量的变量阈值步骤包括：

根据所述特征变量数据，对所述所有待入模变量进行无监督时间序列分析，以确定所述待入模变量中的离散型变量以及连续型变量，并对所述连续型变量进行等宽分箱处理，将所述离散型变量以及所述等宽分箱处理后的连续型变量作为第一处理变量；

对所述第一处理变量进行绝对分析、波动分析以及关联分析处理，确定第一处理变量中彼此关联度大于预设关联值的多个关联变量，对所述多个关联变量进行唯一确定保存处理，得到第一规则变量；

对所述所有待入模变量进行有监督时间序列分析，并以失联浓度和逾期浓度作为双监督变量对所述待入模变量进行预设多目标规划最优解处理，得到第二处理变量；

对所述第二处理变量进行绝对分析、波动分析以及关联分析处理，得到第二规则变量；

将所述第一规则变量与所述第二规则变量设为所述规则变量，并根据所述规则变量得到所述规则变量的变量阈值。

5.如权利要求4所述的车辆质押物状态预警方法，其特征在于，所述根据所述规则变量得到所述规则变量的变量阈值步骤包括：

根据所述规则变量，以及预设网格搜搜方法确定所述规则变量对应预设目标规划模型的最优解，将所述最优解作为所述变量阈值。