[发明专利]数据处理方法和相关装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取车辆在第i个周期的用户特征数据，所述用户特征数据用于标识所述车辆的目标账号通过电子不停车收费ETC系统产生的用户行为；

根据所述用户特征数据确定所述目标账号在第i+1个周期的状态概率，所述状态概率用于标识所述目标账号在所述第i+1个周期被加入ETC黑名单的概率，所述ETC黑名单用于标识不允许使用所述ETC系统的账号；

基于所述状态概率获得所述目标账号在所述第i+1个周期的折扣分布权重，所述折扣分布权重用于标识所述目标账号在所述状态概率下分别与不同折扣等级的关联程度；

根据所述折扣分布权重和所述折扣等级确定所述目标账号在所述第i+1个周期的综合折扣率，将所述综合折扣率确定为所述目标账号在所述第i+1个周期内对应所述ETC系统的折扣率。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述折扣等级间的升降级关系，确定基于账号的状态概率标识的所述折扣等级间的等级转移参数；

基于所述等级转移参数确定折扣分布序列，所述折扣分布序列用于标识账号的状态概率分别与所述折扣等级间的关联关系；

所述基于所述状态概率获得所述目标账号在所述第i+1个周期的折扣分布权重，包括：

基于所述状态概率和所述折扣分布序列，获得所述目标账号在所述第i+1个周期的折扣分布权重。

3.根据权利要求1所述的方法，其特征在于，所述用户特征数据包括所述目标账号在所述第i个周期内对应所述ETC系统的折扣率。

4.根据权利要求1所述的方法，其特征在于，所述根据所述用户特征数据确定所述目标账号在第i+1个周期的状态概率，包括：

根据所述用户特征数据，通过分类模型确定所述目标账号在第i+1个周期的状态概率；

所述方法还包括：

基于所述周期获取用户样本数据，所述用户样本数据包括在一个周期内车辆的账号通过所述ETC系统产生的样本用户行为，所述用户样本数据的标签用于标识在下一个周期内车辆的账号是否被加入所述ETC黑名单；

根据所述用户样本数据对初始分类模型进行训练，得到所述分类模型。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述根据所述折扣分布权重和所述折扣等级确定所述目标账号在所述第i+1个周期的综合折扣率，包括：

将所述折扣等级中折扣分布权重满足预置条件的目标折扣等级作为所述目标账号在所述第i+1个周期的综合折扣率；或者，

基于所述折扣分布权重对所述折扣等级的影响程度，得到所述目标账号在所述第i+1个周期的综合折扣率。

6.根据权利要求1-4任意一项所述的方法，其特征在于，所述状态概率还用于标识所述目标账号在所述第i+1个周期被加入ETC黑名单一次或多次的概率。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取与所述目标账号关联的地图账号；

在所述第i+1个周期内，若确定电子地图应用基于所述地图账号被开启，向所述电子地图应用发送所述目标账号在所述第i+1个周期内对应所述ETC系统的折扣率。

8.一种数据处理方法，其特征在于，所述方法包括：

在第i+1个周期内，开启基于地图账号的电子地图应用；

若确定所述地图账号在电子不停车收费ETC系统中具有关联的目标账号，显示所述目标账号在所述第i+1个周期内对应所述ETC系统的综合折扣率对应的折扣信息，所述综合折扣率是根据所述ETC系统的折扣等级和所述目标账号在所述第i+1个周期的状态概率确定的，所述状态概率用于标识所述目标账号在所述第i+1个周期被加入ETC黑名单的概率，所述状态概率是基于所述目标账号在第i个周期通过所述ETC系统产生的用户行为确定的。