[发明专利]通过大数据预估行车伤亡事故率的系统及方法

摘要

本发明提供了一种通过大数据预估行车伤亡事故率的方法及系统，本发明方法包括：A：通过大数据库获取各种不同车辆类型的车辆在各种交通事故中的交通事故发生率，并通过交通事故基于车辆类型权重的数据挖掘计算方法得出各种车辆类型在交通事故中的比值数据；B：采用与步骤A的类似的方法，得出各种用户类型在交通事故中的比值数据；C：得出不同车辆类型和不同用户类型在交通事故中发生交通事故的概率，获得交通事故易发生人群信息和/或交通事故易发生车辆信息；D：对交通事故易发人群和/或交通事故易发生车辆的拥有者加大监控及管理。本发明能够利用大数据预估交通事故发生概率从而从预防角度有效减少事故发生率。

主权项

1.一种通过大数据预估行车伤亡事故率的方法，其特征在于，本方法包括：A：通过大数据库获取各种不同车辆类型的车辆在各种交通事故中的交通事故发生率，并通过交通事故基于车辆类型权重的数据挖掘计算方法得出各种车辆类型在交通事故中的比值数据；具体的，车辆类型包括车型特征、品牌特征和颜色特征中的任意一种或多种组合，所述交通事故基于车辆类型权重的数据挖掘的计算方法为公式①，即：An’＝1＝X*(X1*T1+X2*T2+X3*T3+…Xn*Tn)+Y(Y1*B1+Y2*B2+…Yn*Bn)+Z*(Z1*C1+Z2*C2+…Zn*Cn)   ①其中，An’为交通事故对于车辆类型时的变量且其变量为1；T1、T2、T3…Tn分别为车辆类型中的不同车型特征的权重；X1、X2、X3…Xn分别为不同车型特征在交通事故中的交通事故发生率的比值；B1、B2…Bn分别为车辆类型中的不同品牌特征的权重；Y1、Y2、Y3…Yn分别为不同品牌特征在交通事故中的交通事故发生率的比值；C1、C2…Cn分别为车辆类型中的不同颜色特征的权重；Z1、Z2、Z3…Zn分别为不同颜色特征在交通事故中的交通事故发生率的比值；X、Y、Z分别为车型特征、品牌特征和颜色特征在交通事故中所占的比值；B：通过大数据库获取各种不同用户类型的用户在各种交通事故中的交通事故发生率，并通过交通事故基于用户类型权重的数据挖掘计算方法得出各种用户类型在交通事故中的比值数据；C：结合步骤A和B中得到的比值数据并通过事故发生概率算法计算得出不同车辆类型和不同用户类型在交通事故中发生交通事故的概率。