[发明专利]二手车购置评估方法、装置、服务器、系统及存储介质在审
| 申请号: | 202111592245.4 | 申请日: | 2021-12-23 |
| 公开(公告)号: | CN114298742A | 公开(公告)日: | 2022-04-08 |
| 发明(设计)人: | 刘新;赖真;包振文 | 申请(专利权)人: | 深圳市轱辘车联数据技术有限公司 |
| 主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F40/18 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 梁姗 |
| 地址: | 518000 广东省深圳市龙岗*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 二手车 购置 评估 方法 装置 服务器 系统 存储 介质 | ||
1.一种二手车购置评估方法,其特征在于,包括以下步骤:
接收用户终端发出的车辆评估请求,所述车辆评估请求包括:目标车辆的属性信息;
基于预先建立的车辆故障率信息数据库,根据所述目标车辆的属性信息,确定所述目标车辆各配件在未来目标时间区间内的故障率数据;
根据所述故障率数据,生成目标车辆在所述未来目标时间区间内的维保数据报表;
根据所述维保数据报表生成目标车辆的价值评估结果,并将所述维保数据报表与价值评估结果反馈至所述用户终端。
2.如权利要求1所述的二手车购置评估方法,其特征在于,通过以下步骤预先建立所述车辆故障率信息数据库,包括:
从车辆维保信息平台、车企、汽车专营店获取多个车辆的数据信息,其中,所述数据信息包括车辆型号、时间信息、里程信息和各配件故障信息;
针对每种型号的车辆,根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线;
基于车辆的型号建立索引,将每种型号车辆的各配件故障率曲线导入至对应的索引,建立所述车辆故障率信息数据库。
3.如权利要求2所述的二手车购置评估方法,其特征在于,所述根据该型号车辆的时间信息、里程信息和各配件故障信息生成该型号车辆的各配件故障率曲线,包括:
对车辆各配件的历史损伤特性进行分析,根据分析结果将车辆配件划分为里程敏感配件与时间敏感配件;
对所述里程敏感配件,结合车辆里程信息与配件故障信息拟合得到该配件对应的故障率里程分布曲线;
对所述时间敏感配件,结合车辆时间信息与配件故障信息拟合得到该配件对应的故障率时间分布曲线。
4.如权利要求3所述的二手车购置评估方法,其特征在于,所述属性信息包括所述目标车辆的车辆型号及生产年份;所述根据所述目标车辆的属性信息,确定所述目标车辆各配件在未来目标时间区间内的故障率数据,包括:
根据目标车辆的型号在所述预先建立的车辆故障率信息库中获取该型号车辆的各配件故障率曲线;
根据各配件的故障率曲线,针对每个配件,根据车辆的生产年份,找到对应未来目标时间区间内的故障率数据。
5.如权利要求1-4任一所述的二手车购置评估方法,其特征在于,所述生成目标车辆在所述未来目标时间区间内的维保数据报表,包括:
针对目标车辆的每个配件,根据该配件的维修计费规则及故障率数据,计算该配件在未来目标时间区间内的维保成本;
基于目标车辆各配件在未来目标时间区间内的维保成本,生成所述维保数据报表。
6.如权利要求1所述的二手车购置评估方法,其特征在于,所述根据维保数据报表生成目标车辆的价值评估结果,包括:
统计生成所述目标车辆对应车系的平均折价率,
根据所述维保数据报表与所述平均折价率生成待评估车辆的评估价格。
7.一种二手车购置评估装置,其特征在于,所述装置包括:
接收模块,用于接收用户终端发出的车辆评估请求,所述车辆评估请求包括:目标车辆的属性信息;
存储模块,用于存储预先建立的车辆故障率信息数据库;
预测分析模块,用于基于所述预先建立的车辆故障率信息数据库,根据所述目标车辆的属性信息,确定所述目标车辆各配件在未来目标时间区间内的故障率数据;
计算模块,用于根据预测分析模块确定的故障率数据计算生成目标车辆在所述未来目标时间区间内的维保数据报表,根据所述维保数据报表生成目标车辆的价值评估结果;
反馈模块,用于将所述维保数据报表与价值评估结果反馈至所述用户终端。
8.一种服务器,其特征在于,包括处理器、网络接口和存储器,所述处理器、所述网络接口和所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-6任一项所述的二手车购置评估方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市轱辘车联数据技术有限公司,未经深圳市轱辘车联数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111592245.4/1.html,转载请声明来源钻瓜专利网。





