[发明专利]一种基于时空数据挖掘的网约车客户征信方法

说明书

本发明公开了一种基于时空数据挖掘的网约车客户征信方法，通过提取客户的历史订单信息，对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定，对客户进行更为精准的信用评级，可将有限的网约车资源匹配给信用等级较高的客户。

技术领域

本发明涉及信用信息处理技术领域，尤其涉及一种基于时空数据挖掘的网约车客户征信方法。

背景技术

网络预约出租车(简称网约车)的出现，很好地满足了社会公众多样化的出行需求，同时也促进了出租汽车行业和互联网行业的融合发展。但网约车客户具有广泛性和复杂性，网约车系统平台很难采集客户的详细个人资料，从而无法对客户的信用情况进行评估，若信用较差的用户恶意频繁地预约网约车，很容易造成网约车资源的放空和浪费，并且也会影响信用良好的客户进行约车。

发明内容

本发明所要解决的技术问题是：提供一种基于时空数据挖掘的网约车客户征信方法。

为了解决上述技术问题，本发明采用的技术方案为：一种基于时空数据挖掘的网约车客户征信方法，包括：

提取网约车客户的个人信息和历史订单信息；

进行数据预处理，并对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定；

对客户进行信用评级。

本发明的有益效果在于：通过提取客户的历史订单信息，对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定，可对客户进行更为精准的信用评级，将有限的网约车资源匹配给信用等级较高的客户。

附图说明

图1为本发明的基于时空数据挖掘的网约车客户征信方法流程图；

图2为本发明实施例的基于时空数据挖掘的网约车客户征信方法流程图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

本发明最关键的构思在于：通过提取客户的历史订单信息，对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定，可对客户进行更为精准的信用评级。

请参照图1以及图2，一种基于时空数据挖掘的网约车客户征信方法，包括：

提取网约车客户的个人信息和历史订单信息；

进行数据预处理，并对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定；

对客户进行信用评级。

从上述描述可知，本发明的有益效果在于：通过提取客户的历史订单信息，对客户进行信用历史分析、履行能力评估、身份特质刻画、偏好模式分析以及人脉关系图谱确定，对客户进行更为精准的信用评级，可将有限的网约车资源匹配给信用等级较高的客户。

进一步的，所述进行数据预处理具体包括：统计分析客户交易成功订单数、预约后取消订单数以及违约订单数，计算得到三种订单数的比重W₁、W₂和W₃。

进一步的，所述进行数据预处理具体还包括：提取客户交易成功的订单，获取司机等待时间和开始乘坐网约车的时间。

进一步的，对所述开始乘坐网约车时间进行处理，得到客户出行时间。

由上述描述可知，通过客户开始乘坐网约车的时间进行分析，可得到客户出行的大致时间或时间段。