[发明专利]基于数据和风险关联模型的共享汽车数据存储管理方法

说明书

本发明涉及一种基于数据和风险关联模型的共享汽车数据存储管理方法，将车辆风险分析结果与GPS有线硬件的数据上传频率做关联，车辆风险分析输出为风险系数持续低的车辆，GPS定位频率可自动化调整为分钟级，减少无效GPS数据存储；风险系数高的车辆，GPS定位频率可自动化调整为秒级，加强车辆的风险监控管理，且随着风险系数的变化，硬件数据的上传频率智能关联调整。本发明的技术方案具有以下优点：1、智能联动，优化用户的使用体验；2、调整GPS上传频率，减少无效GPS数据存储，缓解服务器压力。

技术领域

本发明涉及车辆安全技术领域，更具体地说，涉及一种基于数据和风险关联模型的共享汽车数据存储管理方法、计算机设备及存储介质。

背景技术

目前汽车金融公司在进行融资租赁业务时，都会使用北斗/GPS硬件定位设备来进行车辆的监控和管理。行业现状会基于硬件大量的轨迹数据去分析车辆风险，然后根据分析结果人工处理跟进。同时，有线硬件的数据上传频次从实时到几分钟不等，频次快且数据量多，且行业内数据留存时长的需求为至少一年，数据存储服务的压力很大。

发明内容

本发明要解决的技术问题在于，针对现有技术的缺陷，提供一种基于数据和风险关联模型的共享汽车数据存储管理方法、计算机设备及存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种基于数据和风险关联模型的共享汽车数据存储管理方法，包括：

采集待管理的共享汽车在预设时间间隔内产生的车辆数据；

结合车辆数据进行分析，判断共享汽车的车辆失联原因、报警类型及停车状态，并确定共享汽车的风险分析结果；

根据风险分析结果，调整对应共享汽车的数据上传频率，实现对共享汽车数据存储的调整。

其中，采集的车辆数据类型至少包括：

停车位置信息、车辆内部机器信息、在线离线信息、报警信息及车辆的行程状态信息。

其中，在判断共享汽车的车辆失联原因、报警类型及停车状态的步骤中，车辆失联原因的判断过程包括：

结合停车位置数据判断车辆最后停车位置，并判断最后停车位置点指定范围内是否有风险点；

结合共享汽车的机器内部信息及在线离线信息，建立失联分析模型，并确定失联风险等级。

其中，在判断共享汽车的车辆失联原因、报警类型及停车状态的步骤中，报警类型的判断过程包括：

对报警信息进行分类，按照报警信息的危险程度，分类为低风险报警信息、中风险报警信息及高风险报警信息；

确定组合报警的组成报警类型，并根据组成类型确定报警等级。

其中，在判断共享汽车的车辆失联原因、报警类型及停车状态的步骤中，停车状态的判断过程包括：

对车辆的行程状态信息进行分析，确定是否存在长时间静止、超短里程及超长里程的情况；

若存在，则结合静止时长、单程的超短里程或超长里程距离，确定停车状态等级。

其中，在判断共享汽车的车辆失联原因、报警类型及停车状态的步骤中，失联等级、报警等级及停车状态等级通过打分确定。

其中，对共享汽车数据存储的调整的步骤中，将风险分析结果与GPS有线硬件的数据上传频率做关联。

其中，对共享汽车数据存储的调整的步骤中，将风险分析结果与GPS有线硬件的数据上传频率做关联。