(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210397481.9 (22)申请日 2022.04.15 (71)申请人 广州天长信息技 术有限公司 地址 510000 广东省广州市黄埔区敏盛街6 号303房 (72)发明人 谭林睿　李咏梅　林荣斌　 (74)专利代理 机构 广州文智专利代理事务所 (特殊普通 合伙) 44469 专利代理师 刘敏 (51)Int.Cl. G06Q 50/26(2012.01) G06F 16/22(2019.01) G06F 16/2455(2019.01) G06F 16/2458(2019.01) (54)发明名称 一种分析 可疑绿通车的方法和系统 (57)摘要 本发明公开了一种分析可疑绿通车的方法 和系统， 该方法包括以下步骤： S1、 通过大数据平 台对接各个省份的高速数据中心， 获取车辆历史 通行数据， 然后进行数据标准化， 生成数据基本 表； S2、 将处理后的数据推送到流式计算引擎计 算脚本指标， 生成指标数据； S3、 获取实时数据， 然后通过流式计算引擎生 成的指标数据， 然后保 存到nosql缓存数据库中； S4、 将数据标准化后的 实时数据合并到大数据环境表中， 并加工生成绿 通中间表； S5、 将数据进行机器学习训练， 生成绿 通车辆模型； S6、 使用实时数据和绿通车辆模型 生成绿通车画 像。 本发明通过快速查询反馈对车 辆进行判断， 在车辆存在风险时精准人工核验， 通过车辆画 像提供多种建议和参考， 多方位给核 验人员提供支持， 旨在事前拦截风险。 权利要求书1页 说明书4页 附图2页 CN 114841843 A 2022.08.02 CN 114841843 A 1.一种分析 可疑绿通车的方法， 其特 征在于， 包括以下步骤： S1、 通过大数据平台对接各个省份的高速数据中心， 获取车辆历史通行数据， 然后进行 数据标准 化， 生成数据基本表； S2、 将数据 标准化后的数据推送到流式计算引擎计算脚本指标， 生成指标数据， 并将指 标数据和数据标准 化后的数据保存到n osql缓存数据库中； S3、 获取实时数据， 然后通过流式计算引擎生成的指标数据， 然后保存到nosql缓存数 据库中； S4、 将数据标准 化后的实时数据合并到大 数据环境表中， 生成绿通中间表； S5、 将步骤S4获得的数据进行机器学习训练， 生成绿通车辆模型； S6、 使用步骤S3获得的实时数据和步骤S5获得的绿通车辆模型生成绿通车画像。 2.根据权利要求1所述的分析可疑绿通车的方法， 其特征在于， 步骤S1中车辆历史通行 数据包括入口信息、 出口信息、 绿通相关数据和门架数据。 3.根据权利要求1所述的分析可疑绿通车的方法， 其特征在于， 步骤S1中各个省份的高 速数据中心的数据对接方式为文本文件、 关系型 数据库、 KAF KA中间件。 4.根据权利要求1所述的分析可疑绿通车的方法， 其特征在于， 步骤S3中实时数据包括 车辆历史基本信息和车辆行为信息 。 5.一种分析可疑绿通车的系统， 其特征在于， 包括大数据平台、 流式计算引擎、 机器学 习平台、 决策引擎、 关系型 数据库、 n osql缓存数据库； 所述大数据平台对接各个省份的高速数据中心， 获取各个省份的车辆历史通行数据， 并发送至分布式文件 存储介质中； 所述大数据平台标准化数据结构后， spark中间件读取数据实现数据推送和数据存储， 将数据推送到流式计算引擎计算脚本指标， 生成指标数据， 然后将指标数据和基本处理后 的数据保存到n osql缓存数据库中； 所述大数据平台对接实时接口获取实时数据， 推送流式计算引擎计算实时指标， 并将 推送数据和指标 数据落地到大数据平台 中； 落地大数据平台的绿通中间表数据进行机器学习训练， 生成绿通车辆模型； 实时数据推送至决策引擎通过绿通车辆模型进行分析预测概率， 并将结果与实时行为 指标一起进行绿通车画像刻画。权　利　要　求　书 1/1 页 2 CN 114841843 A 2一种分析可疑 绿通车的方 法和系统 技术领域 [0001]本发明属于， 具体涉及一种分析 可疑绿通车的方法和系统。 背景技术 [0002]在2020年高速公路全国联网后， 各个高速收费站出口的绿通车运载情况等变化更 多， 通过假冒绿通车免交通行费的操作更简单、 利润更大。 不同地域的司机们也通过微信 群、 QQ群等通信手段连成一张网， 在这样的情况下， 一旦有某个收费站有所松懈， 就有可能 成为逃费 的重灾区。 不同路段管理公司数据共享主要 是同步到省、 部中心， 对于一线收费站 来说数据繁杂， 查询速度有限， 追溯历史情况困难。 [0003]绿通车情况多种多样， 根据不 同的情况导致的无法绿通免费。 传统的查验方法有 人工和设备的查验方式， 纯人工随着逃费方式作案手法的升级， 一直在不断更新， 对于人员 的核验技能以及熟练程度都有很大 的要求， 容易被不法分子有机可乘， 且因为效率较低容 易引起拥堵； 设备查验投入成本大， 需要 大量硬件基础设备， 且时间长了 之后容易被寻找破 解方案进 行规避继续逃费， 设备升级成本大。 因政 策和逃费手段的不断升级， 普通绿通软件 的适用面会越来越小， 一直改进会导致间接成本越来越大。 时间越久数据存量越来越多， 查 询效率也会随之下降。 [0004]因此， 本发明主要旨在通过分析车辆历史行为， 快速搭建批流体系决策系统， 实时 分析当趟绿通车 行为情况， 秒级产出 车辆画像， 为现场处 理人员提供绿通分析的有力支撑 。 发明内容 [0005]为解决现有技 术存在的缺陷， 本发明提供一种分析 可疑绿通车的方法和系统。 [0006]为了解决上述 技术问题， 本发明提供了如下的技 术方案： [0007]本发明提供一种分析 可疑绿通车的方法， 包括以下步骤： [0008]S1、 通过大数据平台对接各个省 份的高速数据中心， 获取车辆历史通行数据， 然后 进行数据标准 化， 生成数据基本表； [0009]S2、 将数据标准化后的数据推送到流式计算引擎计算脚本指标， 生成指标数据， 并 将指标数据和数据标准 化后的数据保存到n osql缓存数据库中； [0010]S3、 获取实时数据， 然后通过流式计算引擎生成的指标数据， 然后保存到nosql缓 存数据库中； [0011]S4、 将数据标准 化后的实时数据合并到大 数据环境表中， 生成绿通中间表； [0012]S5、 将步骤S4获得的数据进行机器学习训练， 生成绿通车辆模型； [0013]S6、 使用步骤S3获得的实时数据和步骤S5获得的绿通车辆模型生成绿通车画像。 [0014]进一步地， 步骤S1中车辆历史通行数据 包括入口信息、 出口信息、 绿通相关数据和 门架数据中。 [0015]进一步地， 步骤S1中各个省份的绿通系统的数据对接方式为文本文件、 数据库、 KAFKA中间件。说　明　书 1/4 页 3 CN 114841843 A 3