摘要
本发明公开了基于SaaS平台乘客支付行为的坏账风险预测方法及系统;本发明涉及网约车技术领域;引入D‑S证据理论算法,设定有风险和无风险两个命题;基于数据集D分解成两个对应于有风险命题的和无风险命题的证据集A和B;基于钟型函数为有风险命题的和无风险命题赋予基本概率赋值BPA;应用D‑S证据理论算法的合并原则,结合检索到的乘客信息,计算出风险因子E;通过整合乘客的实时下单信息、历史支付记录、信用评分以及外部黑名单和欺诈行为记录等多维度数据,本发明能够构建出更为全面和准确的乘客信用评估体系。有助于在乘客下单时就能精确预测出订单的坏账概率,从而及时采取措施进行预防。
技术关键词
风险预测方法
证据理论算法
风险评估报告
因子
服务系统
网约车技术
订单
数据
风险点
渠道
样本
输出模块
平台
特征值
账户
习惯
标记
标识