[发明专利]驾驶员风险评估模型训练、风险评估方法和装置

摘要

本申请涉及一种驾驶员风险评估模型训练、风险评估方法和装置。由于驾驶员的模型所需维度对应的数据是从包含多种数据源中得到的，其中的数据源包括GPS数据，车载盒子数据，交通数据，天气数据，驾驶员数据，地图数据和出险数据，数据源非常丰富，基于此，用于评估的数据更加全面，训练得到的机器学习分类模型输出的驾驶员的类别以及评分，可以反映每类驾驶员的等级，又由于数据源中包含了出险数据，驾驶员的评分是通过对所述驾驶员模型的每个维度的数据赋予权重综合计算得到的，因而得到的驾驶员的类别和评分更加准确，所以据此模型而定的车险定价也更加准确。

主权项

1.一种驾驶员风险评估模型训练方法，其特征在于，包括：获取样本数据；所述样本数据中包含多种数据源，每种数据源中至少包含一个维度的数据；所述多种数据源包括GPS数据，车载盒子数据，交通数据，天气数据，驾驶员数据，地图数据和出险数据；确定驾驶员模型所需维度；从所述样本数据中筛选所述所需维度对应的数据，得到驾驶员模型；将所述驾驶员模型的数据输入机器学习分类模型进行训练得到驾驶员风险评估模型，输出不同类别的驾驶员以及驾驶员的评分；所述驾驶员的评分反映每类驾驶员的等级，所述驾驶员的评分是通过对所述驾驶员模型的每个维度的数据赋予权重综合计算得到的。