一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開(kāi)了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法與系統(tǒng)，數(shù)據(jù)采集模塊101利用車(chē)聯(lián)網(wǎng)01獲取海量汽車(chē)歷史數(shù)據(jù)，通過(guò)第一層數(shù)據(jù)分析模塊102和車(chē)輛使用與跟蹤信息分析模塊103將汽車(chē)歷史數(shù)據(jù)分類存儲(chǔ)為車(chē)輛使用與跟蹤信息列表；進(jìn)一步地，通過(guò)分級(jí)預(yù)警分析模塊104和風(fēng)險(xiǎn)分析模塊105分析決策車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息，以及針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素分析確定風(fēng)險(xiǎn)提示信息，并通過(guò)呈現(xiàn)模塊106呈現(xiàn)給目標(biāo)人群。本發(fā)明提出的方法和系統(tǒng)可同時(shí)為個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商和4S店五類目標(biāo)人群提供精細(xì)化汽車(chē)數(shù)據(jù)業(yè)務(wù)和咨詢服務(wù)，車(chē)輛信息完整性和價(jià)值評(píng)估精確度高，降低系統(tǒng)開(kāi)發(fā)成本，提高開(kāi)發(fā)效率，可擴(kuò)展性強(qiáng)。
【專利說(shuō)明】一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及汽車(chē)行業(yè)數(shù)據(jù)分析領(lǐng)域，具體而言，涉及一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法及系統(tǒng)。

【背景技術(shù)】
[0002]2012年中國(guó)以1930萬(wàn)的新車(chē)銷(xiāo)量第四次蟬聯(lián)世界之首，足可稱中國(guó)已經(jīng)步入汽車(chē)社會(huì)。目前國(guó)內(nèi)汽車(chē)保有量已達(dá)1.14億輛，未來(lái)10年，預(yù)計(jì)能增長(zhǎng)到3億輛。專業(yè)人士指出，去年不足480萬(wàn)輛的二手車(chē)交易量卻只是新車(chē)銷(xiāo)量的四分之一，不及美國(guó)二手車(chē)同期的十分之一，足以見(jiàn)得中國(guó)二手車(chē)蘊(yùn)藏的“錢(qián)景”曠闊的大市場(chǎng)。隨著我國(guó)私家車(chē)的數(shù)量越來(lái)越多，汽車(chē)逐漸成為城市居民家庭財(cái)產(chǎn)的主要部分，如何更好的保護(hù)自己的財(cái)產(chǎn)已經(jīng)成為各個(gè)家庭的主要任務(wù)，中國(guó)將是世界上最大最有潛力的汽車(chē)保險(xiǎn)市場(chǎng)，預(yù)計(jì)2013-2017年，我國(guó)汽車(chē)保險(xiǎn)行業(yè)收入年均增長(zhǎng)率約為26.4%, 2016年收入將達(dá)到11，294億元。另一方面，根據(jù)最新發(fā)行的車(chē)聯(lián)網(wǎng)市場(chǎng)預(yù)測(cè)報(bào)告書(shū)顯示，2013年全球車(chē)聯(lián)網(wǎng)市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到218.2億美元，車(chē)聯(lián)網(wǎng)已成為物聯(lián)網(wǎng)領(lǐng)域一個(gè)巨大金礦，從2005年至今，中國(guó)車(chē)聯(lián)網(wǎng)用戶數(shù)已從5萬(wàn)增長(zhǎng)至50萬(wàn)戶，而預(yù)計(jì)到2015年，這一數(shù)字將為1000萬(wàn)戶，占彼時(shí)汽車(chē)用戶總數(shù)的將近10%。
[0003]然而，車(chē)聯(lián)網(wǎng)經(jīng)過(guò)多年的發(fā)展，成功的車(chē)聯(lián)網(wǎng)應(yīng)用十分有限，二手車(chē)市場(chǎng)仍處于傳統(tǒng)的交易模式，無(wú)法形成大規(guī)模成熟的商業(yè)化應(yīng)用。想要實(shí)現(xiàn)車(chē)聯(lián)網(wǎng)及其應(yīng)用的真正價(jià)值，開(kāi)展基于電信網(wǎng)和互聯(lián)網(wǎng)的汽車(chē)數(shù)據(jù)業(yè)務(wù)，就必須建立在一個(gè)車(chē)聯(lián)網(wǎng)良性的網(wǎng)絡(luò)生態(tài)系統(tǒng)上，“車(chē)輛數(shù)據(jù)挖掘和運(yùn)營(yíng)”是提供所有服務(wù)的核心基礎(chǔ)。隨著技術(shù)和時(shí)代的發(fā)展，“汽車(chē)大數(shù)據(jù)”并不僅限于海量結(jié)構(gòu)化數(shù)據(jù)，它還包括博客、點(diǎn)擊流數(shù)據(jù)、機(jī)器和傳感數(shù)據(jù)和社交媒體等非結(jié)構(gòu)數(shù)據(jù)。找到數(shù)據(jù)不再是難題，如何分析數(shù)據(jù)才是最大的難題，必須從市場(chǎng)研究的結(jié)構(gòu)化數(shù)據(jù)分析思路轉(zhuǎn)變?yōu)閿?shù)據(jù)挖掘的思路。大數(shù)據(jù)分析面臨的最大挑戰(zhàn)就是嚴(yán)重缺乏技術(shù)熟練的專業(yè)人才，且新一代分析工具與傳統(tǒng)BI和數(shù)據(jù)倉(cāng)庫(kù)所需要的熟練技能不盡相同。根據(jù)美國(guó)道瓊斯風(fēng)險(xiǎn)資源(Dow Jones VentureSource)的數(shù)據(jù),在過(guò)去的兩年時(shí)間里，11.7億美元流向了 119家數(shù)據(jù)庫(kù)軟件公司。去年，SAP市值已經(jīng)超過(guò)西門(mén)子，成為德國(guó)市值最高的上市公司，而這樣的業(yè)績(jī)部分得益于其數(shù)據(jù)庫(kù)軟件HANA的商業(yè)化。中國(guó)大數(shù)據(jù)的土壤還沒(méi)有真正形成，“差不多先生”、“大概齊”的文化標(biāo)簽一直存在，數(shù)據(jù)挖掘的工具價(jià)值并沒(méi)有完全被認(rèn)同，硬件和軟件的發(fā)展有待成熟。


【發(fā)明內(nèi)容】

[0004]隨著車(chē)輛種類和數(shù)量不斷增長(zhǎng)，以及與車(chē)輛相關(guān)的新型服務(wù)和應(yīng)用不斷涌現(xiàn)，簡(jiǎn)單的數(shù)據(jù)分析方法已經(jīng)不能滿足激烈的汽車(chē)行業(yè)競(jìng)爭(zhēng)的需求。車(chē)輛生產(chǎn)廠商、經(jīng)銷(xiāo)商(包括二手車(chē)經(jīng)銷(xiāo)商)、保險(xiǎn)公司、消費(fèi)者對(duì)車(chē)輛數(shù)據(jù)分析均提出了更多針對(duì)性的要求。在信息日益開(kāi)放的互聯(lián)網(wǎng)時(shí)代，現(xiàn)有的汽車(chē)數(shù)據(jù)分析方法在數(shù)據(jù)收集的種類、實(shí)時(shí)性、信息開(kāi)放性均顯示出不足之處。例如，汽車(chē)4S店的數(shù)據(jù)分析模式為，通過(guò)汽車(chē)4S店本身所具備的有限的數(shù)據(jù)記錄能力為相關(guān)的應(yīng)用做準(zhǔn)備，從這些數(shù)據(jù)里挖掘出一些有用的客戶信息，對(duì)有用的客戶信息進(jìn)行分析，得出相應(yīng)的分析規(guī)則，進(jìn)行簡(jiǎn)單的數(shù)據(jù)分析。同時(shí)，根據(jù)有限的客戶以往的用車(chē)狀況和車(chē)輛維修保養(yǎng)狀況的歷史數(shù)據(jù)圖來(lái)做客戶維修保養(yǎng)預(yù)測(cè)。然而，汽車(chē)4S店模式的車(chē)輛信息更多的是為車(chē)輛生產(chǎn)廠家和4S店服務(wù)，而對(duì)于汽車(chē)行業(yè)的其他部分，比如對(duì)關(guān)鍵人群——消費(fèi)者來(lái)說(shuō)，基本是不透明的，無(wú)法獲得車(chē)輛有價(jià)值的參考信息。另一方面，國(guó)內(nèi)車(chē)輛二手車(chē)市場(chǎng)環(huán)境尚不成熟，缺乏對(duì)車(chē)輛信息全面準(zhǔn)確的跟蹤和記錄以及相關(guān)的交易風(fēng)險(xiǎn)和可行性分析等服務(wù)。為了改變目前的汽車(chē)數(shù)據(jù)服務(wù)和分析方法滯后的狀況，滿足不同客戶群體對(duì)汽車(chē)數(shù)據(jù)分析的精細(xì)化需求，本發(fā)明提供了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法與系統(tǒng)，以至少解決上述問(wèn)題。
[0005]根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法，包括:通過(guò)車(chē)聯(lián)網(wǎng)獲取汽車(chē)海量歷史數(shù)據(jù)；對(duì)所述汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息；對(duì)所述經(jīng)過(guò)第一層數(shù)據(jù)分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表；對(duì)所述經(jīng)過(guò)第二層數(shù)據(jù)分析后的所述車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，分析決策所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息；對(duì)所述車(chē)輛使用與跟蹤信息列表和分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析確定風(fēng)險(xiǎn)提示信息；利用直觀的描述和可視化的方式將所述車(chē)輛使用與跟蹤信息列表、所述分級(jí)預(yù)警信息、所述風(fēng)險(xiǎn)提示信息中的至少一項(xiàng)呈現(xiàn)給所述目標(biāo)人群。
[0006]優(yōu)選地，所述車(chē)輛使用和跟蹤信息列表的要素包括:I)車(chē)輛基本信息，包括以下信息的至少一項(xiàng):品牌車(chē)型、外觀及顏色、發(fā)動(dòng)機(jī)號(hào)、出廠日期、年檢記錄、報(bào)廢信息；2)車(chē)輛交易信息，包括以下信息的至少一項(xiàng):車(chē)主信息、車(chē)輛用途、車(chē)輛里程、交易信息；3)車(chē)輛保養(yǎng)信息，包括以下信息的至少一項(xiàng):常規(guī)保養(yǎng)、召回信息、維修記錄；4)車(chē)輛事故信息，包括以下信息的至少一項(xiàng):保險(xiǎn)持續(xù)性、事故信息、保險(xiǎn)歷史、違法信息。
[0007]優(yōu)選地，分析決策所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息的方法包括:對(duì)所述每個(gè)要素制定分級(jí)預(yù)警規(guī)則，其中，預(yù)警分為高、中、低三個(gè)級(jí)別；按照所述分級(jí)預(yù)警規(guī)則分析決策所述每個(gè)要素的分級(jí)預(yù)警信息。
[0008]優(yōu)選地，所述針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析確定風(fēng)險(xiǎn)提示信息的方法包括:針對(duì)所述每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)，所述風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息；針對(duì)所述風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則；根據(jù)所述關(guān)聯(lián)規(guī)則分析確定所述風(fēng)險(xiǎn)提示項(xiàng)的所述風(fēng)險(xiǎn)提示信息。
[0009]優(yōu)選地，所述目標(biāo)人群包括以下目標(biāo)人群的至少一項(xiàng):個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商、4S店。
[0010]優(yōu)選地，所述基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法還包括，通過(guò)車(chē)聯(lián)網(wǎng)實(shí)時(shí)獲取更新的或新增的汽車(chē)歷史數(shù)據(jù)，實(shí)時(shí)進(jìn)行所述第一層和第二層數(shù)據(jù)分析，并在設(shè)定的條件下重新進(jìn)行所述第三層和第四層數(shù)據(jù)分析，更新分級(jí)預(yù)警信息和風(fēng)險(xiǎn)提示信息；其中，所述重新進(jìn)行所述第三層和第四層數(shù)據(jù)分析的設(shè)定的條件為距上一次分析的時(shí)間超過(guò)設(shè)定值，或所述車(chē)輛使用與跟蹤信息列表的更新比例大于設(shè)定值。
[0011]根據(jù)本發(fā)明的另一個(gè)方面，提供了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)，包括:1)數(shù)據(jù)采集模塊，用于通過(guò)車(chē)聯(lián)網(wǎng)獲取汽車(chē)海量數(shù)據(jù)；2)第一層數(shù)據(jù)分析模塊，用于對(duì)通過(guò)所述數(shù)據(jù)采集模塊獲取的所述汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息；3)車(chē)輛使用與跟蹤信息分析模塊，用于對(duì)通過(guò)所述第一層數(shù)據(jù)分析模塊分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表；
4)分級(jí)預(yù)警分析模塊，用于對(duì)所述車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，對(duì)所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析；5)風(fēng)險(xiǎn)分析模塊，用于對(duì)通過(guò)所述車(chē)輛使用與跟蹤信息分析模塊分析后的所述車(chē)輛使用與跟蹤信息列表和通過(guò)所述分級(jí)預(yù)警分析模塊分析后的分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析并輸出風(fēng)險(xiǎn)提示信息；6)呈現(xiàn)模塊，用于利用直觀的描述和可視化的方式將以下信息的至少一項(xiàng)呈現(xiàn)給所述目標(biāo)人群:所述車(chē)輛使用與跟蹤信息列表、所述分級(jí)預(yù)警信息、所述風(fēng)險(xiǎn)提示信息。
[0012]優(yōu)選地，所述分級(jí)預(yù)警分析模塊包括:I)預(yù)警規(guī)則單元，用于對(duì)所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素制定分級(jí)預(yù)警規(guī)則，其中，預(yù)警分為高、中、低三個(gè)級(jí)別；2)預(yù)警決策單元，用于按照所述預(yù)警規(guī)則單元的分級(jí)預(yù)警規(guī)則分析決策所述每個(gè)要素的分級(jí)預(yù)警信肩、O
[0013]優(yōu)選地，所述風(fēng)險(xiǎn)分析模塊包括:1)風(fēng)險(xiǎn)提示項(xiàng)單元，用于針對(duì)所述每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)，所述風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息；2)風(fēng)險(xiǎn)關(guān)聯(lián)規(guī)則單元，用于針對(duì)所述風(fēng)險(xiǎn)提示項(xiàng)單元的所述風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則；3)風(fēng)險(xiǎn)提示確定單元，用于根據(jù)所述風(fēng)險(xiǎn)關(guān)聯(lián)規(guī)則單元的所述關(guān)聯(lián)規(guī)則確定所述風(fēng)險(xiǎn)提示項(xiàng)單元的所述風(fēng)險(xiǎn)提示項(xiàng)的所述風(fēng)險(xiǎn)提示信息。
[0014]優(yōu)選地，所述汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)還包括:I)所述數(shù)據(jù)采集模塊，還用于通過(guò)車(chē)聯(lián)網(wǎng)實(shí)時(shí)獲取更新的或新增的汽車(chē)歷史數(shù)據(jù)；2)所述第一層數(shù)據(jù)分析模塊，還用于對(duì)所述數(shù)據(jù)采集模塊獲取的所述更新的或新增的汽車(chē)歷史數(shù)據(jù)實(shí)時(shí)進(jìn)行所述第一層數(shù)據(jù)分析，去除所述更新的或新增的汽車(chē)歷史數(shù)據(jù)中的重復(fù)信息、錯(cuò)誤信息和無(wú)用信息；3)所述車(chē)輛使用與跟蹤信息分析模塊，還用于對(duì)通過(guò)所述第一層數(shù)據(jù)分析模塊分析后的所述更新的或新增的汽車(chē)歷史數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，更新車(chē)輛使用與跟蹤信息列表；4)所述分級(jí)預(yù)警分析模塊，還用于在設(shè)定的條件下重新對(duì)所述更新后的車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析，更新分級(jí)預(yù)警信息；其中，所述設(shè)定的條件為距上一次分析的時(shí)間超過(guò)設(shè)定值，或所述車(chē)輛使用與跟蹤信息列表的更新比例大于設(shè)定值；5)所述風(fēng)險(xiǎn)分析模塊，還用于對(duì)所述更新后的車(chē)輛使用與跟蹤信息列表和所述更新后的分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，更新風(fēng)險(xiǎn)提示信息。
[0015]通過(guò)本發(fā)明，可同時(shí)為個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商和4S店五類客戶群體分別有針對(duì)性的提供精細(xì)化汽車(chē)數(shù)據(jù)業(yè)務(wù)和咨詢服務(wù)，車(chē)輛信息完整性和價(jià)值評(píng)估精確度高，降低系統(tǒng)開(kāi)發(fā)成本，避免了針對(duì)不同客戶群體的部分模塊的重復(fù)開(kāi)發(fā)，提高開(kāi)發(fā)效率，可擴(kuò)展性強(qiáng)，且可形成新的汽車(chē)數(shù)據(jù)子業(yè)務(wù)和新的服務(wù)模式，有廣闊的應(yīng)用前景和較好的經(jīng)濟(jì)收益。
[0016]

【專利附圖】

【附圖說(shuō)明】
[0017]此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
圖1是本發(fā)明基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)的示意圖； 圖2是本發(fā)明實(shí)施例1中車(chē)輛使用與跟蹤信息列表的四類信息的關(guān)聯(lián)性說(shuō)明；
圖3是本發(fā)明實(shí)施例1中分級(jí)預(yù)警分析模塊104的示意圖；
圖4是本發(fā)明實(shí)施例1中風(fēng)險(xiǎn)分析模塊105的示意圖；
圖5是根據(jù)本發(fā)明實(shí)施例2的基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法的示意圖；

【具體實(shí)施方式】
[0018]下文中將參考附圖并結(jié)合兩個(gè)實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明。需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。
[0019]根據(jù)本發(fā)明實(shí)施例1，提供了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)，如圖1所示。在本發(fā)明實(shí)施例中，該系統(tǒng)由數(shù)據(jù)采集模塊101利用車(chē)聯(lián)網(wǎng)01獲取海量汽車(chē)數(shù)據(jù)，通過(guò)第一層數(shù)據(jù)分析模塊102和車(chē)輛使用與跟蹤信息分析模塊103將汽車(chē)歷史數(shù)據(jù)分類存儲(chǔ)為車(chē)輛使用與跟蹤信息列表；進(jìn)一步地，通過(guò)分級(jí)預(yù)警分析模塊104和風(fēng)險(xiǎn)分析模塊105分析決策車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息，以及針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素分析確定風(fēng)險(xiǎn)提示信息，并通過(guò)呈現(xiàn)模塊106呈現(xiàn)給目標(biāo)人群。具體步驟如下:
I)數(shù)據(jù)采集模塊101利用車(chē)聯(lián)網(wǎng)01獲取海量汽車(chē)數(shù)據(jù)。其中，獲取的海量汽車(chē)數(shù)據(jù)可以來(lái)自汽車(chē)本身、遠(yuǎn)程服務(wù)器/數(shù)據(jù)庫(kù)03和汽車(chē)相關(guān)企事業(yè)部門(mén)(如車(chē)輛生產(chǎn)廠家、車(chē)輛銷(xiāo)售企業(yè)、保險(xiǎn)公司、車(chē)輛管理部門(mén)、以及車(chē)輛的個(gè)人和企業(yè)用戶等)的本地服務(wù)器/數(shù)據(jù)庫(kù)04，獲取的通信方式包括電信網(wǎng)(有線、無(wú)線)、互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)等。
[0020]2)第一層數(shù)據(jù)分析模塊102對(duì)獲取的汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息。
[0021]3)車(chē)輛使用與跟蹤信息分析模塊103將第一層數(shù)據(jù)分析模塊分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表。它具有數(shù)據(jù)質(zhì)量高、運(yùn)行效率高以及擴(kuò)展性強(qiáng)等三大特點(diǎn)。所采集的數(shù)據(jù)經(jīng)過(guò)按類別的仔細(xì)篩選后，整理和存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表，信息列表包括車(chē)輛基本信息、車(chē)輛交易信息、車(chē)輛保養(yǎng)信息和車(chē)輛事故信息四個(gè)類型，而每一個(gè)大類型又可以分成若干個(gè)數(shù)據(jù)屬性，這樣可以有效地分辨出數(shù)據(jù)分析和使用時(shí)的關(guān)聯(lián)度程度，并且提高在數(shù)據(jù)提取和應(yīng)用時(shí)的速度。該分析模塊可以提供全面的車(chē)輛數(shù)據(jù)，擺脫目前系統(tǒng)中存在的數(shù)據(jù)單一、關(guān)聯(lián)度弱，數(shù)據(jù)挖掘潛力低的問(wèn)題，可以實(shí)現(xiàn)車(chē)輛從出廠、銷(xiāo)售、維修保養(yǎng)、交易、事故、報(bào)廢等完整的數(shù)據(jù)記錄，從而達(dá)到對(duì)車(chē)輛狀態(tài)的實(shí)時(shí)跟蹤、查詢與反饋，所有的信息可以給生產(chǎn)廠家、車(chē)管所、保險(xiǎn)公司、二手車(chē)買(mǎi)賣(mài)雙方等提供參考，合理評(píng)估車(chē)輛當(dāng)前的機(jī)械條件、交易價(jià)值等。車(chē)輛使用與跟蹤信息列表的四類信息如下，四類信息的關(guān)聯(lián)性如圖2所示。
[0022]—車(chē)輛基本信息
系統(tǒng)詳細(xì)記錄車(chē)輛出廠時(shí)的各類信息，供用戶核對(duì)相關(guān)信息是否與出廠信息一致。主要基本信息包括車(chē)輛品牌、型號(hào)、生產(chǎn)日期、車(chē)輛外觀信息、年檢記錄以及最重要的發(fā)動(dòng)機(jī)號(hào)碼(Vehicle Identical Number)和報(bào)廢記錄等。
[0023]——車(chē)輛交易信息
記錄車(chē)輛在歷次交易時(shí)的相關(guān)數(shù)據(jù)信息，從而實(shí)現(xiàn)對(duì)車(chē)輛交易和流通歷史的追溯及核對(duì)。主要交易信息包括:歷任車(chē)主信息、使用里程和使用時(shí)間、車(chē)輛注冊(cè)及使用地區(qū)、歷次車(chē)輛交易時(shí)間等。
[0024]——車(chē)輛保養(yǎng)信息
記錄車(chē)輛在品牌4S店以及第三方保養(yǎng)店的保養(yǎng)信息，反映車(chē)輛是否按時(shí)進(jìn)行相關(guān)保養(yǎng)工作，以及車(chē)輛對(duì)。主要保養(yǎng)信息包括:常規(guī)保養(yǎng)信息和保養(yǎng)內(nèi)容、車(chē)輛官方召回記錄、一般性維修記錄等。
[0025]—車(chē)輛事故信息
記錄車(chē)輛購(gòu)買(mǎi)保險(xiǎn)的連續(xù)性和事故記錄以及由事故引起的維修，還有車(chē)輛其他遺損記錄信息，反映車(chē)輛在歷次事故中的損傷情況，以及后續(xù)的修復(fù)情況。主要保險(xiǎn)信息包括:保險(xiǎn)購(gòu)買(mǎi)信息，事故記錄及維修記錄，還有車(chē)輛遺失及其他損壞記錄。
[0026]4)分級(jí)預(yù)警分析模塊104 (圖3)對(duì)車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，對(duì)車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析。其中:預(yù)警規(guī)則單元1041對(duì)所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素制定分級(jí)預(yù)警規(guī)則，預(yù)警分為高、中、低三個(gè)級(jí)別；預(yù)警決策單元按照所述預(yù)警規(guī)則單元的分級(jí)預(yù)警規(guī)則分析決策所述每個(gè)要素的分級(jí)預(yù)警信息。例如，車(chē)輛事故要素的預(yù)警規(guī)則為根據(jù)事故對(duì)車(chē)輛的損壞程度，如結(jié)構(gòu)性損壞的預(yù)警被定為高級(jí)別，預(yù)警決策單元按照此規(guī)則分析車(chē)輛事故是否屬于結(jié)構(gòu)性損壞，如果是，決策這次車(chē)輛事故要素的分級(jí)預(yù)警信息為高級(jí)別。
[0027]5)風(fēng)險(xiǎn)分析模塊105 (圖4)對(duì)車(chē)輛使用與跟蹤信息列表和分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析并輸出風(fēng)險(xiǎn)提示信息。其中，風(fēng)險(xiǎn)提示項(xiàng)單元1051針對(duì)每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng),風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息；風(fēng)險(xiǎn)關(guān)聯(lián)規(guī)則單元1052針對(duì)每個(gè)風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則；風(fēng)險(xiǎn)提示確定單元1053根據(jù)關(guān)聯(lián)規(guī)則確定風(fēng)險(xiǎn)提示信息。風(fēng)險(xiǎn)分析模塊通過(guò)車(chē)輛使用與跟蹤信息分析模塊103和分級(jí)預(yù)警分析模塊104作為數(shù)據(jù)準(zhǔn)備對(duì)車(chē)輛基本信息、交易信息、保養(yǎng)信息以及事故信息進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和分析，從海量的數(shù)據(jù)中探索和研究車(chē)輛品牌價(jià)值、車(chē)輛交易價(jià)值、車(chē)輛故障與問(wèn)題、車(chē)輛事故及車(chē)輛安全等潛在規(guī)律。對(duì)于不同的目標(biāo)人群，利用數(shù)據(jù)分類、估計(jì)和預(yù)測(cè)以及關(guān)聯(lián)等分析方法，探尋與之息息相關(guān)的數(shù)據(jù)規(guī)律，針對(duì)每個(gè)風(fēng)險(xiǎn)提示項(xiàng)輸出一條或多條風(fēng)險(xiǎn)提示信息。其中，目標(biāo)人群可以是個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商和4S店等。
[0028]例如，消費(fèi)者所關(guān)注的某一臺(tái)汽車(chē)發(fā)生過(guò)兩起交通事故，風(fēng)險(xiǎn)分析模塊105針對(duì)該消費(fèi)者的需求制定了兩項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)“未來(lái)發(fā)生事故的可能性”和“對(duì)車(chē)輛壽命的影響”以及相應(yīng)的關(guān)聯(lián)規(guī)則。風(fēng)險(xiǎn)提示確定單元1053根據(jù)該車(chē)的車(chē)輛使用與跟蹤信息列表中的車(chē)輛事故要素信息可以查到車(chē)輛兩起事故的預(yù)警等級(jí)，以及發(fā)生時(shí)間、地點(diǎn)、車(chē)輛損壞信息等信息，通過(guò)關(guān)聯(lián)車(chē)輛使用與跟蹤信息列表中的保養(yǎng)要素可以查到兩起事故的相關(guān)維修信息和相應(yīng)的預(yù)警等級(jí)，還可以查到其它與之相關(guān)的信息和預(yù)警等級(jí)，通過(guò)關(guān)聯(lián)分析兩起事故的多種特征，對(duì)兩項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)“未來(lái)發(fā)生事故的可能性”和“對(duì)車(chē)輛壽命的影響”進(jìn)行估計(jì)和預(yù)測(cè)，輸出風(fēng)險(xiǎn)提示信息。
[0029]6)呈現(xiàn)模塊，用于利用直觀的描述和可視化的方式將車(chē)輛使用與跟蹤信息列表、分級(jí)預(yù)警信息、風(fēng)險(xiǎn)提示信息根據(jù)客戶需求呈現(xiàn)給目標(biāo)客戶群。
[0030]
優(yōu)選地，本實(shí)施例1的汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)還包括以下步驟: 1)數(shù)據(jù)采集模塊101通過(guò)車(chē)聯(lián)網(wǎng)實(shí)時(shí)獲取更新的或新增的汽車(chē)歷史數(shù)據(jù)；
2)第一層數(shù)據(jù)分析模塊102對(duì)更新的或新增的汽車(chē)歷史數(shù)據(jù)實(shí)時(shí)進(jìn)行第一層數(shù)據(jù)分析，去除所述更新的或新增的汽車(chē)歷史數(shù)據(jù)中的重復(fù)信息、錯(cuò)誤信息和無(wú)用信息；
3)車(chē)輛使用與跟蹤信息分析模塊103對(duì)更新的或新增的汽車(chē)歷史數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，更新車(chē)輛使用與跟蹤信息列表；
4)分級(jí)預(yù)警分析模塊104在設(shè)定的條件下重新對(duì)更新后的車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析，更新分級(jí)預(yù)警信息；其中，設(shè)定的條件為距上一次分析的時(shí)間超過(guò)設(shè)定值，或車(chē)輛使用與跟蹤信息列表的更新比例大于設(shè)定值；
5)風(fēng)險(xiǎn)分析模塊105對(duì)更新后的車(chē)輛使用與跟蹤信息列表和更新后的分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，更新風(fēng)險(xiǎn)提示信息。
[0031]根據(jù)本發(fā)明實(shí)施例2，提供了一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法，流程圖如圖5所示。在本發(fā)明實(shí)施例中，利用車(chē)聯(lián)網(wǎng)獲取的海量汽車(chē)數(shù)據(jù)首先通過(guò)第一層數(shù)據(jù)分析和第二層數(shù)據(jù)分析過(guò)程，分析存儲(chǔ)為多條車(chē)輛使用與跟蹤信息列表；進(jìn)一步地，通過(guò)第三層數(shù)據(jù)分析和第四層數(shù)據(jù)分析過(guò)程，分析決策車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息，以及針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素分析確定風(fēng)險(xiǎn)提示信息。當(dāng)有目標(biāo)人群因特定需求進(jìn)行查詢時(shí)，根據(jù)此特定需求提供相應(yīng)的分析結(jié)果。具體步驟如下:
I)利用車(chē)聯(lián)網(wǎng)01獲取海量汽車(chē)歷史數(shù)據(jù)。
[0032]2)對(duì)獲取的汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息。
[0033]3)將第一層數(shù)據(jù)分析模塊分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表，信息列表包括車(chē)輛基本信息、車(chē)輛交易信息、車(chē)輛保養(yǎng)信息和車(chē)輛事故信息四個(gè)類型，每一個(gè)大類型又可以分成若干個(gè)數(shù)據(jù)屬性。
[0034]4)對(duì)車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，對(duì)車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析。其中，車(chē)輛使用與跟蹤信息列表的每個(gè)要素制定了分級(jí)預(yù)警規(guī)則(預(yù)警分為高、中、低三個(gè)級(jí)別)，按照分級(jí)預(yù)警規(guī)則分析決策每個(gè)要素的分級(jí)預(yù)警信肩、O
[0035]5)對(duì)車(chē)輛使用與跟蹤信息列表和分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析并輸出風(fēng)險(xiǎn)提示信息。其中，針對(duì)每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)，風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息，并針對(duì)每個(gè)風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則，根據(jù)關(guān)聯(lián)規(guī)則確定一條或多條風(fēng)險(xiǎn)提示信息。
[0036]6)當(dāng)有目標(biāo)人群因特定需求進(jìn)行查詢時(shí)，根據(jù)此特定需求提供相應(yīng)的分析結(jié)果。在本實(shí)施例中，目標(biāo)人群為二手車(chē)商，正在考慮是否收購(gòu)一臺(tái)二手車(chē)，希望獲得這臺(tái)二手車(chē)的分級(jí)預(yù)警信息和風(fēng)險(xiǎn)提示信息。當(dāng)他查看了這些信息后，發(fā)現(xiàn)此臺(tái)車(chē)有曾經(jīng)被水淹的低等級(jí)預(yù)警信息和輕度風(fēng)險(xiǎn)提示信息，進(jìn)而進(jìn)一步查詢相關(guān)維修等歷史信息，從而最終決定是否收購(gòu)此臺(tái)二手車(chē)以及收購(gòu)的價(jià)格。
[0037]本發(fā)明提出的方法和系統(tǒng)可同時(shí)為個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商和4S店五類目標(biāo)人群提供精細(xì)化汽車(chē)數(shù)據(jù)業(yè)務(wù)和咨詢服務(wù)，車(chē)輛信息完整性和價(jià)值評(píng)估精確度高，降低系統(tǒng)開(kāi)發(fā)成本，提高開(kāi)發(fā)效率，可擴(kuò)展性強(qiáng)，且可形成新的商業(yè)模式，有廣闊的應(yīng)用前景和較好的經(jīng)濟(jì)收益。
[0038]
顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算裝置來(lái)實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算裝置上，或者分布在多個(gè)計(jì)算裝置所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算裝置可執(zhí)行的程序代碼來(lái)實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存儲(chǔ)裝置中由計(jì)算裝置來(lái)執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個(gè)集成電路模塊，或者將它們中的多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來(lái)實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0039]以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
[0040]
【權(quán)利要求】
1.一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析方法，其特征在于，包括: 通過(guò)車(chē)聯(lián)網(wǎng)獲取汽車(chē)海量歷史數(shù)據(jù)； 對(duì)所述汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息； 對(duì)所述經(jīng)過(guò)第一層數(shù)據(jù)分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表； 對(duì)所述經(jīng)過(guò)第二層數(shù)據(jù)分析后的所述車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，分析決策所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息； 對(duì)所述車(chē)輛使用與跟蹤信息列表和分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析確定風(fēng)險(xiǎn)提示信息； 利用直觀的描述和可視化的方式將以下信息的至少一項(xiàng)呈現(xiàn)給所述目標(biāo)人群:所述車(chē)輛使用與跟蹤信息列表、所述分級(jí)預(yù)警信息、所述風(fēng)險(xiǎn)提示信息。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述車(chē)輛使用和跟蹤信息列表的要素包括: 車(chē)輛基本信息，包括以下信息的至少一項(xiàng):品牌車(chē)型、外觀及顏色、發(fā)動(dòng)機(jī)號(hào)、出廠日期、年檢記錄、報(bào)廢信息； 車(chē)輛交易信息，包括以下信息的至少一項(xiàng):車(chē)主信息、車(chē)輛用途、車(chē)輛里程、交易信息； 車(chē)輛保養(yǎng)信息，包括以下信息的至少一項(xiàng):常規(guī)保養(yǎng)、召回信息、維修記錄； 車(chē)輛事故信息，包括以下信息的至少一項(xiàng):保險(xiǎn)持續(xù)性、事故信息、保險(xiǎn)歷史、違法信肩、O
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，分析決策所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素的分級(jí)預(yù)警信息的方法包括: 對(duì)所述每個(gè)要素制定分級(jí)預(yù)警規(guī)則，其中，預(yù)警分為高、中、低三個(gè)級(jí)別； 按照所述分級(jí)預(yù)警規(guī)則分析決策所述每個(gè)要素的分級(jí)預(yù)警信息。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析確定風(fēng)險(xiǎn)提示信息的方法包括: 針對(duì)所述每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)，所述風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息； 針對(duì)所述風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則； 根據(jù)所述關(guān)聯(lián)規(guī)則分析確定所述風(fēng)險(xiǎn)提示項(xiàng)的所述風(fēng)險(xiǎn)提示信息。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)人群包括以下目標(biāo)人群的至少一項(xiàng): 個(gè)人、二手車(chē)商、保險(xiǎn)公司、汽車(chē)生產(chǎn)廠商、4S店。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述汽車(chē)歷史數(shù)據(jù)分析方法還包括: 通過(guò)車(chē)聯(lián)網(wǎng)實(shí)時(shí)獲取更新的或新增的汽車(chē)歷史數(shù)據(jù)，實(shí)時(shí)進(jìn)行所述第一層和第二層數(shù)據(jù)分析，并在設(shè)定的條件下重新進(jìn)行所述第三層和第四層數(shù)據(jù)分析，更新分級(jí)預(yù)警信息和風(fēng)險(xiǎn)提示信息；其中，所述重新進(jìn)行所述第三層和第四層數(shù)據(jù)分析的設(shè)定的條件為距上一次分析的時(shí)間超過(guò)設(shè)定值，或所述車(chē)輛使用與跟蹤信息列表的更新比例大于設(shè)定值。
7.一種基于車(chē)聯(lián)網(wǎng)的汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)，其特征在于，包括: 數(shù)據(jù)采集模塊，用于通過(guò)車(chē)聯(lián)網(wǎng)獲取汽車(chē)海量數(shù)據(jù)； 第一層數(shù)據(jù)分析模塊，用于對(duì)通過(guò)所述數(shù)據(jù)采集模塊獲取的所述汽車(chē)海量歷史數(shù)據(jù)進(jìn)行第一層數(shù)據(jù)分析，去除重復(fù)信息、錯(cuò)誤信息和無(wú)用信息； 車(chē)輛使用與跟蹤信息分析模塊，用于對(duì)通過(guò)所述第一層數(shù)據(jù)分析模塊分析后的數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，分類存儲(chǔ)至少一條車(chē)輛使用與跟蹤信息列表； 分級(jí)預(yù)警分析模塊，用于對(duì)所述車(chē)輛使用與跟蹤信息列表進(jìn)行第三層數(shù)據(jù)分析，對(duì)所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析； 風(fēng)險(xiǎn)分析模塊，用于對(duì)通過(guò)所述車(chē)輛使用與跟蹤信息分析模塊分析后的所述車(chē)輛使用與跟蹤信息列表和通過(guò)所述分級(jí)預(yù)警分析模塊分析后的分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，針對(duì)不同目標(biāo)人群關(guān)聯(lián)不同的數(shù)據(jù)要素，分析并輸出風(fēng)險(xiǎn)提示信息； 呈現(xiàn)模塊，用于利用直觀的描述和可視化的方式將以下信息的至少一項(xiàng)呈現(xiàn)給所述目標(biāo)人群:所述車(chē)輛使用與跟蹤信息列表、所述分級(jí)預(yù)警信息、所述風(fēng)險(xiǎn)提示信息。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述分級(jí)預(yù)警分析模塊包括: 預(yù)警規(guī)則單元，用于對(duì)所述車(chē)輛使用與跟蹤信息列表的每個(gè)要素制定分級(jí)預(yù)警規(guī)則，其中，預(yù)警分為高、中、低三個(gè)級(jí)別； 預(yù)警決策單元，用于按照所述預(yù)警規(guī)則單元的分級(jí)預(yù)警規(guī)則分析決策所述每個(gè)要素的分級(jí)預(yù)警信息。
9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述風(fēng)險(xiǎn)分析模塊包括: 風(fēng)險(xiǎn)提示項(xiàng)單元，用于針對(duì)所述每個(gè)目標(biāo)人群制定至少一項(xiàng)風(fēng)險(xiǎn)提示項(xiàng)，所述風(fēng)險(xiǎn)提示項(xiàng)包含至少一條風(fēng)險(xiǎn)提示信息； 風(fēng)險(xiǎn)關(guān)聯(lián)規(guī)則單元，用于針對(duì)所述風(fēng)險(xiǎn)提示項(xiàng)單元的所述風(fēng)險(xiǎn)提示項(xiàng)制定至少一條關(guān)聯(lián)規(guī)則； 風(fēng)險(xiǎn)提示確定單元，用于根據(jù)所述風(fēng)險(xiǎn)關(guān)聯(lián)規(guī)則單元的所述關(guān)聯(lián)規(guī)則確定所述風(fēng)險(xiǎn)提示項(xiàng)單元的所述風(fēng)險(xiǎn)提示項(xiàng)的所述風(fēng)險(xiǎn)提示信息。
10.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述汽車(chē)歷史數(shù)據(jù)分析系統(tǒng)還包括: 所述數(shù)據(jù)采集模塊，還用于通過(guò)車(chē)聯(lián)網(wǎng)實(shí)時(shí)獲取更新的或新增的汽車(chē)歷史數(shù)據(jù)； 所述第一層數(shù)據(jù)分析模塊，還用于對(duì)所述數(shù)據(jù)采集模塊獲取的所述更新的或新增的汽車(chē)歷史數(shù)據(jù)實(shí)時(shí)進(jìn)行所述第一層數(shù)據(jù)分析，去除所述更新的或新增的汽車(chē)歷史數(shù)據(jù)中的重復(fù)息、錯(cuò)誤息和無(wú)用息; 所述車(chē)輛使用與跟蹤信息分析模塊，還用于對(duì)通過(guò)所述第一層數(shù)據(jù)分析模塊分析后的所述更新的或新增的汽車(chē)歷史數(shù)據(jù)進(jìn)行第二層數(shù)據(jù)分析，更新車(chē)輛使用與跟蹤信息列表；所述分級(jí)預(yù)警分析模塊，還用于在設(shè)定的條件下重新對(duì)所述更新后的車(chē)輛使用與跟蹤信息列表的每個(gè)要素進(jìn)行分級(jí)預(yù)警分析，更新分級(jí)預(yù)警信息；其中，所述設(shè)定的條件為距上一次分析的時(shí)間超過(guò)設(shè)定值，或所述車(chē)輛使用與跟蹤信息列表的更新比例大于設(shè)定值；所述風(fēng)險(xiǎn)分析模塊，還用于對(duì)所述更新后的車(chē)輛使用與跟蹤信息列表和所述更新后的分級(jí)預(yù)警信息進(jìn)行第四層數(shù)據(jù)分析，更新風(fēng)險(xiǎn)提示信息。
【文檔編號(hào)】G06F17/30GK104133818SQ201310160269
【公開(kāi)日】2014年11月5日 申請(qǐng)日期:2013年5月4日 優(yōu)先權(quán)日:2013年5月4日
【發(fā)明者】不公告發(fā)明人 申請(qǐng)人:白銀博德信通科技有限公司