[发明专利]数据预测方法、装置、设备及存储介质

说明书

本发明公开了一种基于深度学习的数据预测方法、装置、设备及存储介质，所述方法包括：获取当前用户的用户身份数据以及用户驾驶行为数据；对所述用户驾驶行为数据进行深度学习，得到所述当前用户的参考预测数据；提取所述待处理驾驶数据中的用户身份数据，根据所述用户身份数据按照预设规则调整所述参考预测数据；根据所述用户驾驶行为数据对所述当前用户进行评分，获得评分结果，根据所述评分结果和调整后的参考预测数据，得到所述当前用户的目标数据，从而提高数据预测的针对性。

技术领域

本发明涉及数据处理领域，尤其涉及一种数据预测方法、装置、设备及存储介质。

背景技术

基于驾驶行为的保险赔付率UBI(Usage Based Insurance)，作为大数据时代的新型保险，近年来吸引了业界的广泛兴趣。UBI的理论基础是行为表现较安全的驾驶人员应该获得保费优惠，保费取决于实际时间、地点、具体方式或者这些指标的综合考量。

目前市场上关于UBI计算的研究主要采用计算赔付率信息的公式，但是现有的计算赔付率信息的方法和公式太过单一，从而出现性质差异较大的驾驶行为对应同一种赔付率，导致赔付率的计算缺乏针对性，适用性较差。

发明内容

本发明的主要目的在于提出一种数据预测方法、装置、设备及存储介质，旨在提高数据预测的针对性。

为实现上述目的，本发明提供一种数据预测方法，所述数据预测方法包括以下步骤：

获取当前用户的待处理驾驶数据，其中，所述待处理驾驶数据包括用户身份数据以及用户驾驶行为数据；

提取所述待处理驾驶数据中的用户驾驶行为数据，对所述用户驾驶行为数据采用数据预测模型进行预测，得到所述当前用户的参考预测数据；

提取所述待处理驾驶数据中的用户身份数据，根据所述用户身份数据按照预设规则调整所述参考预测数据；

根据所述用户驾驶行为数据对所述当前用户进行评分，获得评分结果，根据所述评分结果和调整后的参考预测数据，得到所述当前用户的目标数据。

优选地，所述提取所述待处理驾驶数据中的用户驾驶行为数据，对所述用户驾驶行为数据采用数据预测模型进行预测，得到所述当前用户的参考预测数据的步骤，包括：

提取所述待处理驾驶数据中的用户驾驶行为数据，将所述用户驾驶行为数据与预设关键字信息进行比较；

查找所述用户驾驶行为数据中与所述预设关键字信息相关的目标驾驶行为数据，将查找到的目标驾驶行为数据作为参考数据；

将所述参考数据采用数据预测模型进行预测，得到所述当前用户的参考预测数据。

优选地，所述将所述参考数据采用数据预测模型进行预测，得到所述当前用户的参考预测数据的步骤，包括：

根据所述参考数据构建层级网络信息，查找所述层级网络信息之间的各种关键字组合信息；

根据所述关键字的预设等级信息进行组合，将组合后的关键字信息作为当前驾驶特征信息；

将所述当前驾驶特征信息采用数据预测模型进行预测，得到所述当前用户的参考预测数据。

优选地，所述将所述当前驾驶特征信息采用数据预测模型进行预测，得到所述当前用户的参考预测数据之前，所述方法还包括：

获取预设原始长短期记忆网络模型，将所述预设原始长短期记忆网络模型作为参考数据预测模型的初始层；

按照时间序列提取历史驾驶特征信息，根据所述历史驶特征信息对所述预设原始长短期记忆网络模型进行训练，得到参考数据预测模型；

将所述参考数据预测模型中的历史驾驶特征信息进行合并；