[发明专利]车辆质量信息确定模型训练方法及车辆质量信息确定方法

说明书

本发明实施例公开了一种车辆质量信息确定模型训练方法及车辆质量信息确定方法。该车辆质量信息确定模型的训练方法，应用于车辆设备，包括：获取车辆设备的第一车辆数据；其中，第一车辆数据包括车辆故障数据和/或驾驶行为数据；基于联邦学习技术，对第一车辆数据进行加密，得到第二车辆数据；获取全连接神经网络；利用第二车辆数据训练全连接神经网络，得到车辆质量信息确定模型。根据本发明实施例，能够更加准确地确定车辆的车辆质量信息，进而准确地确定车辆的价值信息。

技术领域

本发明属于大数据处理技术领域，尤其涉及一种车辆质量信息确定模型的训练方法及装置、基于车辆质量信息确定模型的车辆质量信息确定方法及装置、电子设备及计算机存储介质。

背景技术

目前，利用机器学习方法确定车辆(例如，二手车)的车辆质量信息的过程中，是利用车辆静态特征(车龄、里程、区域、基准价格等因素)进行建模以确定车辆质量信息。例如，将车辆的总里程除以车龄，得到车辆的年平均里程，并将该年平均里程作为车辆质量信息。但是，该车辆静态特征缺乏有效性和全面性，故基于该车辆静态特征得出的车辆质量信息难以准确地反映车辆的实际质量状况，进而难以准确地确定车辆的价值信息。

因此，如何更加准确地确定车辆的车辆质量信息，进而准确地确定车辆的价值信息是本领域技术人员亟需解决的技术问题。

发明内容

本发明实施例提供一种车辆质量信息确定模型的训练方法及装置、基于车辆质量信息确定模型的车辆质量信息确定方法及装置、电子设备及计算机存储介质，能够更加准确地确定车辆的车辆质量信息，进而准确地确定车辆的价值信息。

第一方面，提供了一种车辆质量信息确定模型的训练方法，应用于车辆设备，包括：

获取车辆设备的第一车辆数据；其中，第一车辆数据包括车辆故障数据和/或驾驶行为数据；

基于联邦学习技术，对第一车辆数据进行加密，得到第二车辆数据；

获取全连接神经网络；

利用第二车辆数据训练全连接神经网络，得到车辆质量信息确定模型。

可选地，得到车辆质量信息确定模型之后，还包括：

获取包含第二车辆数据的测试集；

将测试集输入车辆质量信息确定模型，输出车辆质量信息预测结果；

基于车辆质量信息预测结果及获取的车辆质量信息实际结果，调整车辆质量信息确定模型。

可选地，基于车辆质量信息预测结果及获取的车辆质量信息实际结果，调整车辆质量信息确定模型，包括：

基于车辆质量信息预测结果及车辆质量信息实际结果，确定车辆质量结果差异信息；

基于车辆质量结果差异信息向服务器发送车辆质量信息确定模型的加密参数，以使服务器聚合各个加密参数，得到更新后的参数；

接收服务器发送的更新后的参数；

基于更新后的参数，更新车辆质量信息确定模型。

可选地，获取全连接神经网络，包括：

向服务器发送全连接神经网络下载指令；

接收服务器发送的全连接神经网络。

第二方面，提供了一种基于车辆质量信息确定模型的车辆质量信息确定方法，车辆质量信息确定模型是使用第一方面或者第一方面任一可选的实现方式中的车辆质量信息确定模型的训练方法得到的模型，包括：

获取待确定车辆质量信息的车辆设备的第一车辆数据；其中，第一车辆数据包括车辆故障数据和/或驾驶行为数据；