[发明专利]异常接驾行为的确定方法、装置、存储介质及电子设备

说明书

本申请提供了异常接驾行为的确定方法、装置、存储介质及电子设备，包括：获取被取消的目标出行订单对应的轨迹信息；基于当前行驶位置与预设行驶位置之间的差距判断规则，确定目标司机发生异常停留的第一异常停留概率；若第一异常停留概率大于预设概率阈值，基于第一异常停留概率，确定目标司机是否发生异常接驾行为；若第一异常停留概率不大于预设概率阈值，根据预先训练好的异常停留识别模型输出的第二异常停留概率，确定目标司机是否发生异常接驾行为。这样，可以根据当前行驶位置与预设行驶位置之间的差距判断规则以及异常停留识别模型在不同情况下对目标司机的异常接驾行为进行综合判断，有助于提高对目标司机异常接驾行为的识别的准确率。

技术领域

本申请涉及网约车技术领域，具体而言，涉及异常接驾行为的确定方法、装置、存储介质及电子设备。

背景技术

随着互联网技术的快速发展，基于互联网技术的出行服务，为人们的出行带来了越来越多的便利，例如，用户可以通过“网约车”服务系统，乘车出行。目前使用“网约车”服务系统时，用户在提交出行订单后，在出行订单未正常完成时，就会将出行订单取消，从而产生未完成的异常订单，针对于异常订单的取消原因的分析，对下次派单时规避订单被取消具有很好的指导性作用。

现阶段，对于订单取消原因的判断多是通过将目标司机维度信息输入至训练好的识别模型中进行识别，但是模型的判断一般与训练样本的属性是相关的，而实际的出行场景比较复杂多变，样本可能无法很准确地完全涵盖全部场景，因此通过识别模型对目标司机的异常接驾行为的识别准确率较低，如何提高对司机在接驾过程中的异常接驾行为识别的准确性，成了亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供异常接驾行为的确定方法、装置、存储介质及电子设备，能够根据接驾目标司机轨迹信息中的不同时间的行驶位置以及每一个行驶位置对应的行驶时间，可以根据当前行驶位置与预设行驶位置之间的差距判断规则以及异常停留识别模型在不同情况下对目标司机的异常接驾行为进行综合判断，有助于提高对目标司机异常接驾行为的识别的准确率。

本申请实施例提供了一种异常接驾行为的确定方法，所述确定方法包括：

获取被取消的目标出行订单的订单信息；所述订单信息包括承接目标出行订单的目标司机的行驶轨迹信息；其中，所述行驶轨迹信息包括目标司机在承接目标出行订单后不同时间的行驶位置与每个行驶位置所对应的行驶时间；

基于预先设置的当前行驶位置与预设行驶位置之间的差距判断规则以及所述目标司机的行驶轨迹信息，确定目标司机发生过异常停留的第一异常停留概率；

检测所述第一异常停留概率是否大于预设概率阈值；

若所述第一异常停留概率大于预设概率阈值，基于所述第一异常停留概率，确定目标司机是否发生异常接驾行为；

若所述第一异常停留概率不大于预设概率阈值，将所述行驶轨迹信息输入至预先训练好的异常停留识别模型中，以确定所述目标司机在接单过程中发生异常停留的第二异常停留概率，基于所述第二异常停留概率，确定目标司机是否发生异常接驾行为。

进一步的，将所述行驶轨迹信息输入至预先训练好的异常停留识别模型中，以确定所述目标司机在接单过程中非极端情况下发生异常停留的第二异常停留概率，包括：

将所述行驶轨迹信息输入至预先训练好的异常停留识别模型中，以确定所述目标司机在接单过程中非极端情况下发生异常停留的第一子异常停留概率；其中，所述异常停留识别模型是基于非极端情况下历史被取消出行订单中的样本目标司机历史行驶轨迹信息中不同历史行驶位置以及每一个历史行驶位置所对应的历史行驶时间训练得到的；

基于预先设置的极端情况下的行驶过程中的目标司机的驾驶轨迹运动规则和目标司机的行驶轨迹信息，确定目标司机发生过异常驾驶的第二子异常停留概率；