本發明涉及計算機技術，尤其涉及一種二手車車輛質量評估方法和裝置。

背景技術：

隨著互聯網技術的飛速發展，通過網絡進行二手車交易已成為一種主流的交易方式，然而，二手車網站的管理者如何對發布的二手車質量進行管控，是保證二手車交易市場的正常運行的一項關鍵技術。

現有技術中，通過對車源發布者的資質進行審核，例如：實名認證，歷史交易信息等，如果資質審核通過，則允許其在二手車網站進行車源發布，若否，則禁止其在二手車網站進行車源發布。

然而，采用現有技術的方法，無法對二手車車輛質量進行評估，通過資質審核對車源發布進行控制，控制效果不佳，依然會使二手車網站存在大量的質量較差的車源。

技術實現要素：

本發明提供一種二手車車輛質量評估方法和裝置，以降低二手車網站低質量車源的發布。

本發明第一方面提供一種二手車車輛質量評估方法，包括：

獲取待發布車源的特征信息；

將所述待發布車源的特征信息輸入二手車車輛質量評估模型，所述二手車車輛質量評估模型用于根據車輛的特征信息確定所述車輛的質量級別；

獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識。

可選地，所述獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識之后，還包括：

根據所述車源的質量級別標識確定是否發布所述車源。

可選地，所述根據所述車源的質量級別標識確定是否發布所述車源，包括：

若所述車源的質量級別標識高于等于預設質量級別標識，則允許發布所述車源的信息；

若所述車源的質量級別標識低于所述預設質量級別標識，則禁止發布所述車源的信息。

可選地，所述將所述待發布車源的特征信息輸入二手車車輛質量評估模型之前，還包括：

獲取樣本集合中每個樣本的特征信息和質量級別標識，所述樣本集合中包含多個樣本；

將所述樣本的特征信息和質量級別標識輸入到學習模型中；

獲取所述學習模型輸出的二手車車輛質量評估模型。

可選地，所述將所述樣本的特征信息和質量級別標識輸入到學習模型中之前，還包括：

設置所述學習模型中的參數信息，所述參數信息包括下述至少一種：

樣本集設置參數、算法設置參數和特征信息設置參數。

可選地，所述獲取所述學習模型輸出的二手車車輛質量評估模型之后，還包括：

獲取已發布的車源的特征信息；

將所述已發布的車源的特征信息輸入到所述二手車車輛質量評估模型，獲取所述已發布的車源的質量級別標識；

刪除所述已發布的車源中質量級別標識低于所述預設質量級別標識的車源的信息。

可選地，所述獲取所述學習模型輸出的二手車車輛質量評估模型之后，還包括：

通過調整所述學習模型中的參數信息，優化所述學習模型輸出的二手車車輛質量評估模型。

本發明第二方面，提供一種二手車車輛質量評估裝置，包括：

獲取模塊，用于獲取待發布車源的特征信息；

輸入模塊，用于將所述待發布車源的特征信息輸入二手車車輛質量評估模型，所述二手車車輛質量評估模型用于根據車輛的特征信息確定所述車輛的質量級別；

輸出模塊，用于獲取所述二手車車輛質量評估模型輸出的所述車源的質量級別標識。

可選地，所述裝置還包括：

處理模塊，用于根據所述車源的質量級別標識確定是否發布所述車源。

可選地，所述處理模塊具體用于若所述車源的質量級別標識高于等于預設質量級別標識，則允許發布所述車源的信息；若所述車源的質量級別標識低于所述預設質量級別標識，則禁止發布所述車源的信息。

可選地，所述獲取模塊還用于獲取樣本集合中每個樣本的特征信息和質量級別標識，所述樣本集合中包含多個樣本；將所述樣本的特征信息和質量級別標識輸入到學習模型中；獲取所述學習模型輸出的二手車車輛質量評估模型。

可選地，所述裝置還包括：

設置模塊，用于設置所述學習模型中的參數信息，所述參數信息包括下述至少一種：

樣本集設置參數、算法設置參數和特征信息設置參數。

可選地，所述處理模塊還用于獲取已發布的車源的特征信息；將所述已發布的車源的特征信息輸入到所述二手車車輛質量評估模型，獲取所述已發布的車源的質量級別標識；刪除所述已發布的車源中質量級別標識低于所述預設質量級別標識的車源的信息。

可選地，所述獲取模塊還用于通過調整所述學習模型中的參數信息，優化所述學習模型輸出的二手車車輛質量評估模型。

本發明提供的二手車車輛質量評估方法和裝置，通過獲取待發布車源的特征信息，將待發布車源的特征信息輸入二手車車輛質量評估模型，其中，二手車車輛質量評估模型用于根據車輛的特征信息確定車輛的質量級別，通過二手車車輛質量評級模型獲取到待發布車源的質量級別標識，由于在確定二手車車輛的質量級別標識時，結合了車輛的特征信息，因此，能夠提高評估二手車車輛的質量的準確性，進而，可以根據待發布車源的質量級別標識確定是否發布車源的信息，從而，降低二手車網站低質量車源的發布。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明二手車車輛質量評估方法實施例一的流程示意圖；

圖2為本發明二手車車輛質量評估方法實施例二的流程示意圖；

圖3為本發明待發布車源的信息的發布流程示意圖；

圖4為本發明二手車車輛質量評估方法實施例三的流程示意圖；

圖5為本發明的二手車車輛質量評估模型的建立流程示意圖；

圖6為本發明二手車車輛質量評估方法實施例四的流程示意圖；

圖7為本發明二手車車輛質量評估裝置實施例的結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”、“第三”“第四”等(如果存在)是用于區別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數據在適當情況下可以互換，以便這里描述的本發明的實施例例如能夠以除了在這里圖示或描述的那些以外的順序實施。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對于這些過程、方法、產品或設備固有的其它步驟或單元。

本發明通過構建二手車車輛質量評級模型，通過獲取待發布車源的特征信息，將待發布車源的特征信息輸入二手車車輛質量評估模型，二手車車輛質量評級模型輸出待發布車源的質量級別標識，由于在確定二手車車輛的質量級別標識時，結合了車輛的特征信息，因此，能夠提高評估二手車車輛的質量的準確性，進而，可以根據待發布車源的質量級別標識確定是否發布車源的信息，從而，降低二手車網站低質量車源的發布。

下面以具體地實施例對本發明的技術方案進行詳細說明。下面這幾個具體的實施例可以相互結合，對于相同或相似的概念或過程可能在某些實施例不再贅述。

圖1為本發明二手車車輛質量評估方法實施例一的流程示意圖，如圖1所示，本實施例的方法如下：

S101：獲取待發布車源的特征信息。

其中，待發布車輛的特征信息包括但不限于：車輛年限、車輛里程、保養記錄、維修記錄等等。

S102：將待發布車源的特征信息輸入二手車車輛質量評估模型。

其中，二手車車輛質量評估模型用于根據車輛的特征信息確定車輛的質量級別。

S103：獲取二手車車輛質量評估模型輸出的車源的質量級別標識。

車輛的質量級別標識包括但不限于如下劃分級別的方式：

優、良、中、差和極差。

二手車車輛質量評估模型可以根據輸入的特征信息，輸出該特征信息對應的質量級別標識。

本實施例，通過獲取待發布車源的特征信息，將待發布車源的特征信息輸入二手車車輛質量評估模型，二手車車輛質量評級模型輸出待發布車源的質量級別標識，由于在確定二手車車輛的質量級別標識時，結合了車輛的特征信息，因此，能夠提高評估二手車車輛的質量的準確性。

圖2為本發明二手車車輛質量評估方法實施例二的流程示意圖，圖2是在圖1所示實施例的基礎上，進一步地，在S103之后，還包括：

S104：根據車源的質量級別標識確定是否發布車源的信息。

其中，一種可能的實現方式為：

若車源的質量級別標識高于等于預設質量級別標識，則允許發布車源的信息；

若車源的質量級別標識低于預設質量級別標識，則禁止發布車源的信息。

舉例來說，待發布車源的信息的發布流程如圖3所示，通過特征信息輸入接口301輸入待發布車源的特征信息，經過二手車車輛質量評估模型302，輸出的結果與預設質量級別標識進行比較，根據預設質量級別標識確定哪些可以發布，哪些不可以發布，具體地，可以通過預設質量級別設置接口303對預設質量級別標識進行設置，通過輸出結果顯示界面304，向用戶輸出結果，并提供對應的發布選項(可發布或不可發布)，圖3中預設質量級別標識為差。

本實施例，通過根據車源的質量級別標識確定是否發布車源的信息，若車源的質量級別標識高于等于預設質量級別標識，則允許發布車源的信息，若車源的質量級別標識低于預設質量級別標識，則禁止發布車源的信息，從而，降低二手車網站低質量車源的發布

圖4為本發明二手車車輛質量評估方法實施例三的流程示意圖，圖4為構建二手車車輛質量評估模型的方案，如圖4所示：

S401：獲取樣本集合中每個樣本的特征信息和質量級別標識。

其中，樣本集合中包含多個樣本。

在此之前，要提取樣本的特征信息，并根據經驗標識樣本的質量級別標識，建立特征信息與質量級別標識的對應關系。

S402：將樣本的特征信息和質量級別標識輸入到學習模型中。

學習模型的算法包括但不限于下述任一種或者其結合：

邏輯回歸和隨機森林。

先設置學習模型中的參數信息，參數信息包括下述至少一種：

樣本集設置參數、算法設置參數和特征信息設置參數。如圖5所示，其中，參數設置接口501；參數設置接口提供的樣本集設置參數包括但不限于：正負樣本比例、訓練測試集拆分比例、樣本集采集數量等；算法設置參數包括：損失函數、正則化規則、正則系數、迭代次數等；特征信息設置參數包括：特征選取、特征離散化、特征標準化等。參數設置之后，通過模型優化模塊502，輸出中間狀態的二手車車輛質量評估模型，并根據驗證矩陣對中間狀態的二手車車輛質量評估模型進行驗證，生成ROC曲線、FISCORE、F2SCORE、RECALL等驗證參數，根據ROC曲線、FISCORE、F2SCORE、RECALL等驗證參數，確定結果是否為最優，若結果最優，則輸出最終的二手車車輛質量評估模型；若結果沒有最優，通過調整學習模型中的參數信息，優化學習模型輸出的二手車車輛質量評估模型，即返回調整501的參數，直到模型優化模塊輸出的二手車車輛質量評估模型為最優，輸出二手車車輛質量評估模型。

S403：獲取學習模型輸出的二手車車輛質量評估模型。

本實施例，通過獲取樣本集合中每個樣本的特征信息和質量級別標識，將樣本的特征信息和質量級別標識輸入到學習模型中，獲取學習模型輸出的二手車車輛質量評估模型，從而，構建出用于評估二手車車輛質量的模型，通過二手車車輛質量的模型對二手車車輛的質量進行評估，能夠提高評估二手車車輛的質量的準確性，并且，能夠提高評估效率。

圖6為本發明二手車車輛質量評估方法實施例四的流程示意圖，圖6是在得到二手車車輛評估模型之后，進一步地，還包括：

S601：獲取已發布的車源的特征信息。

S602：將已發布的車源的特征信息輸入到二手車車輛質量評估模型，獲取已發布的車源的質量級別標識。

S603：刪除已發布的車源中質量級別標識低于預設質量級別標識的車源的信息。

本實施例，通過獲取已發布的車源的特征信息，將已發布的車源的特征信息輸入到二手車車輛質量評估模型，獲取已發布的車源的質量級別標識，刪除已發布的車源中質量級別標識低于預設質量級別標識的車源的信息，從而，有效控制低質量車源的信息的發布。

圖7為本發明二手車車輛質量評估裝置實施例的結構示意圖，如圖7所示，本實施例的裝置包括：獲取模塊701、輸入模塊702和輸出模塊703；

其中，獲取模塊701用于獲取待發布車源的特征信息；

輸入模塊702用于將待發布車源的特征信息輸入二手車車輛質量評估模型，二手車車輛質量評估模型用于根據車輛的特征信息確定車輛的質量級別；

輸出模塊703用于獲取二手車車輛質量評估模型輸出的車源的質量級別標識。

本實施例的裝置，對應的可用于執行圖1所示方法實施例的技術方案，其實現原理和技術效果類似，此處不再贅述。

在圖7中，進一步還包括：處理模塊704，其中，處理模塊704用于根據車源的質量級別標識確定是否發布車源。

其中，處理模塊704具體用于若車源的質量級別標識高于等于預設質量級別標識，則允許發布車源的信息；若車源的質量級別標識低于預設質量級別標識，則禁止發布車源的信息。

本實施例的裝置，對應的可用于執行圖2所示方法實施例的技術方案，其實現原理和技術效果類似，此處不再贅述。

在圖7中，獲取模塊701還用于獲取樣本集合中每個樣本的特征信息和質量級別標識，樣本集合中包含多個樣本；將樣本的特征信息和質量級別標識輸入到學習模型中；獲取學習模型輸出的二手車車輛質量評估模型。

其中，獲取模塊701還用于通過調整學習模型中的參數信息，優化學習模型輸出的二手車車輛質量評估模型。

進一步還包括：設置模塊705用于設置學習模型中的參數信息，參數信息包括下述至少一種：樣本集設置參數、算法設置參數和特征信息設置參數。

本實施例的裝置，對應的可用于執行圖4所示方法實施例的技術方案，其實現原理和技術效果類似，此處不再贅述。

在圖7中，處理模塊704還用于獲取已發布的車源的特征信息；將已發布的車源的特征信息輸入到二手車車輛質量評估模型，獲取已發布的車源的質量級別標識；刪除已發布的車源中質量級別標識低于預設質量級別標識的車源的信息。

本實施例的裝置，對應的可用于執行圖6所示方法實施例的技術方案，其實現原理和技術效果類似，此處不再贅述。

本領域普通技術人員可以理解：實現上述各方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成。前述的程序可以存儲于一計算機可讀取存儲介質中。該程序在執行時，執行包括上述各方法實施例的步驟；而前述的存儲介質包括：ROM、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質。

最后應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術方案的范圍。