JP2019532372A - ドライバーの安全性スコアを決定するためのシステムおよび方法 - Google Patents

Abstract

本開示は、ドライバーに付随する安全性スコアを決定するための方法およびシステムに関する。方法は、少なくとも1つのコンピュータにより、対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得するステップと、少なくとも1つのコンピュータにより、過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を抽出するステップと、少なくとも1つのコンピュータにより、送迎サービス中のドライバーの安全性期待値を反映する安全性スコアを推定するための推定モデルを取得するステップと、少なくとも1つのコンピュータにより、推定モデルおよび少なくとも1つの対象特徴に基づいて、対象ドライバーに付随する安全性スコアを決定するステップと、少なくとも1つのコンピュータにより、安全性スコアに基づいて、対象ドライバーに契約を結ぶ申し出を提供するステップとを含む。

Description

本出願は、一般に機械学習に関し、詳細には、ドライバーの安全性スコアを決定するためのシステムおよび方法に関する。

オンラインタクシー配車などのオンラインオンデマンド送迎サービスは、ますます普及している。DiDi Chuxing（商標）などのアプリケーションプラットフォームは、ドライバーの運転安全性により多くの注意を払う。現在、運転安全性は、適切な技術および／または成熟したモデルのアルゴリズムなしで、伝統的な見本の面接および／または質問票に基づいてほとんどが決定される。適時性および適用範囲は制限され、その結果、ドライバーに付随する運転安全性を容易に決定することは困難である。

本開示の一態様では、システムが提供される。システムは、ドライバーに契約を結ぶ申し出を提供するための一組の命令を記憶するコンピュータ可読記憶媒体を含んでもよい。システムはまた、コンピュータ可読記憶媒体と通信するプロセッサを含んでもよく、一組の命令を実行すると、プロセッサは、対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得することと、過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を抽出することと、送迎サービス中のドライバーの安全性期待値を反映する安全性スコアを推定するための推定モデルを取得することと、推定モデルおよび少なくとも1つの対象特徴に基づいて、対象ドライバーに付随する安全性スコアを決定することと、安全性スコアに基づいて、対象ドライバーに契約を結ぶ申し出を提供することとを行うように指示されてもよい。

本開示の別の態様では、方法が提供される。方法は、対象ドライバーに付随する安全性スコアを決定する方法に関する。方法は、少なくとも1つのコンピュータにより、対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得するステップと、少なくとも1つのコンピュータにより、過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を抽出するステップと、少なくとも1つのコンピュータにより、送迎サービス中のドライバーの安全性期待値を反映する安全性スコアを推定するための推定モデルを取得するステップと、少なくとも1つのコンピュータにより、推定モデルおよび少なくとも1つの対象特徴に基づいて、対象ドライバーに付随する安全性スコアを決定するステップと、少なくとも1つのコンピュータにより、安全性スコアに基づいて、対象ドライバーに契約を結ぶ申し出を提供するステップとを含んでもよい。

さらなる特徴は、以下の説明に部分的に記載され、部分的には以下および添付の図面を検討すると当業者に明らかになるか、または例の生成もしくは動作によって知られてもよい。本開示の特徴は、下記に説明される詳細な例に記載される方法、手段、および組合せの様々な態様の実践または使用によって実現および達成されてもよい。

本開示は、例示的な実施形態に関してさらに記載される。これらの例示的な実施形態は、図面を参照して詳細に記載される。これらの実施形態は非限定的で例示的な実施形態であり、その中で、図面のいくつかの図全体を通して、同様の参照番号は同様の構造を表す。

本開示のいくつかの実施形態による、オンデマンドサービス用の例示的なシステムのブロック図である。 本開示のいくつかの実施形態による、例示的なコンピューティングデバイスのブロック図である。 本開示のいくつかの実施形態による、例示的なプロセッサのブロック図である。 本開示のいくつかの実施形態による、例示的な特徴選択モジュールのブロック図である。 本開示のいくつかの実施形態による、対象ドライバーに付随する安全性スコアを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、推定モデルを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、訓練データを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、過去の対象特徴を決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、推定モデルを訓練するための例示的なプロセスのフローチャートである。

以下の説明は、いかなる当業者も本開示を作成および使用することを可能にするために提示され、特定の用途およびその要件との関連で提供される。開示された実施形態に対する様々な修正は当業者には容易に明らかであり、本明細書で定義された一般原理は、本開示の趣旨および範囲から逸脱することなく、他の実施形態および用途に適用されてもよい。したがって、本開示は、示された実施形態に限定されず、特許請求の範囲と一致する最も広い範囲を与えられるべきである。

本明細書で使用される用語は、特定の例示的な実施形態のみを記載することを目的としており、限定するものではない。本明細書で使用される単数形「a」、「an」、および「the」は、文脈が明らかにそうでないと示さない限り、複数形も含むものであり得る。「comprise」、「comprises」、および／または「comprising」、「include」、「includes」、および／または「including」という用語は、本明細書で使用されると、述べられた特徴、整数、ステップ、動作、要素、および／または構成要素の存在を指定するが、1つまたは複数の他の特徴、整数、ステップ、動作、要素、構成要素、および／またはそれらのグループの存在または追加を排除しないことをさらに理解されたい。

本開示のこれらおよび他の特徴および特性、ならびに動作の方法および構造の関連要素の機能および部品の組合せおよび製造の経済性は、そのすべてが本開示の一部を形成する添付図面を参照して、以下の説明を考慮するとより明らかになり得る。しかしながら、図面は、例示および説明のみを目的としており、本開示の範囲を限定するものではないことは、明確に理解されるべきである。図面は縮尺通りではないとされている。

本開示で使用されるフローチャートは、本開示のいくつかの実施形態に従ってシステムが実施する動作を示す。フローチャートの動作は順不同で実施されてもよいことは明確に理解されるべきである。反対に、動作は逆の順序で、または同時に実施されてもよい。その上、1つまたは複数の他の動作がフローチャートに追加されてもよい。1つまたは複数の動作がフローチャートから削除されてもよい。

その上、本開示におけるシステムおよび方法は、主に一組の共有可能な注文を割り振ることに関して記載されているが、これは1つの例示的な実施形態にすぎないことも理解されるべきである。本開示のシステムまたは方法は、任意の他の種類のオンデマンドサービスに適用されてもよい。たとえば、本開示のシステムまたは方法は、陸上、海上、航空宇宙など、またはそれらの任意の組合せを含む様々な環境の交通システムに適用されてもよい。交通システムの車両には、タクシー、自家用車、ヒッチ、バス、電車、新幹線、高速鉄道、地下鉄、船舶、航空機、宇宙船、熱気球、無人車両など、またはそれらの任意の組合せが含まれてもよい。交通システムにはまた、管理および／または配達用の任意の交通システム、たとえば、速達便を送るかつ／または受け取るためのシステムが含まれてもよい。本開示のシステムまたは方法の用途には、ウェブページ、ブラウザのプラグイン、クライアント端末、カスタムシステム、内部分析システム、人工知能ロボットなど、またはそれらの任意の組合せが含まれてもよい。

本開示における「乗客」、「要求者」、「サービス要求者」、および「顧客」という用語は、サービスを要求または注文することができる個人または団体を指すために互換的に使用される。また、本開示における「ドライバー」、「プロバイダ」、「サービスプロバイダ」、および「サプライヤ」という用語は、サービスを提供するかまたはサービスの提供を容易にすることができる個人または団体を指すために互換的に使用される。本開示における「ユーザ」という用語は、サービスを要求する、サービスを注文する、サービスを提供する、またはサービスの提供を容易にすることができる個人、団体、またはツールを指してもよい。たとえば、ユーザは、乗客、ドライバー、オペレータなど、またはそれらの任意の組合せであってもよい。本開示では、「乗客」、「乗客端末」、「ユーザ端末」、および「乗客端末」は互換的に使用されてもよく、「ドライバー」および「ドライバー端末」は互換的に使用されてもよい。

本開示における「サービス要求」および「注文」という用語は、乗客、要求者、サービス要求者、顧客、ドライバー、プロバイダ、サービスプロバイダ、サプライヤなど、またはそれらの任意の組合せによって開始され得る要求を指すために互換的に使用される。サービス要求は、乗客、要求者、サービス要求者、顧客、ドライバー、プロバイダ、サービスプロバイダ、またはサプライヤのうちのいずれか1人によって受け入れられてもよい。サービス要求は有料であっても無料であってもよい。

本開示で使用される測位技術は、全地球測位システム（GPS）、全地球航法衛星システム（GLONASS）、コンパス航法システム（COMPASS）、ガリレオ測位システム、準天頂衛星システム（QZSS）、ワイヤレスフィデリティ（Wi−Fi）測位技術など、またはそれらの任意の組合せに基づいてもよい。本開示では、上記の測位システムのうちの1つまたは複数が互換的に使用されてもよい。

本開示の一態様は、自動車保険またはビジネスチャンスの割振りなどのサービスをドライバーに提供するために、タクシードライバーなどのドライバーの安全性スコアを決定するためのオンラインシステムおよび方法に関する。この目的を達成するために、オンラインオンデマンドサービスプラットフォームは、最初に対象ドライバーの運転履歴を取得し、次いで、ドライバーの運転履歴からドライバーの安全性に関する特徴を抽出し、対象ドライバーの安全性スコアを決定することができる。プラットフォームは、安全性スコアに基づいて、自動車保険の申し出またはタクシー運転サービスの申し出を対象ドライバーに提供することができる。これらの機能はドライバーの安全性期待値に非常に関連することが事前承認されているので、安全性スコアは、オンラインサービスプラットフォームが新しい注文または高品質の注文を割り振るための一定の基準値を有する。対象ドライバーが保険を購入するときに割引を提供するべきかどうかを判定することは、システムにとっても有用であり得る。

技術的な問題および解決策はオンラインオンデマンドサービスに根ざしており、それはポストインターネット時代にのみさらに根ざした新しい形態のサービスであることに留意されたい。それは、ポストインターネット時代にのみ上がる可能性があるユーザに技術的な解決策を提供する。インターネット以前の時代では、ユーザが路上でタクシーを呼んだとき、タクシーの要求および受諾は、乗客とその乗客に会う1人のタクシードライバーとの間でのみ行われる。乗客が電話でタクシーを呼んだ場合、サービスの要求および受諾は、乗客と1つのサービスプロバイダ（たとえば、1つのタクシー会社または代理人）との間でのみ行われ得る。さらに、ドライバーに付随する運転安全性は、乗客または保険会社には利用できない。しかしながら、オンラインタクシーは、サービスのユーザが、ユーザから離れた距離の膨大な数の個々のサービスプロバイダ（たとえば、タクシードライバー）にリアルタイムかつ自動的にサービス要求を配信することを可能にする。それはまた、複数のサービスプロバイダが同時かつリアルタイムにサービス要求に応答することを可能にする。さらに、ドライバーに付随する安全性スコアは、オンラインオンデマンド交通システムおよび／または保険会社に利用可能である。したがって、インターネットを介して、オンラインオンデマンド交通システムは、ユーザおよびサービスプロバイダにはるかに効率的な取引プラットフォームを提供することができ、保険会社はまた、伝統的なインターネット以前の交通サービスシステムでは決して満たすことができない安全性スコアに基づいて、ドライバーに割引を提供することもできる。

図1は、いくつかの実施形態による、例示的なオンデマンドサービスシステム100のブロック図である。オンデマンドサービスシステム100は、タクシー配車、運転手サービス、急行、カープール、バスサービス、ドライバー雇用、およびシャトルサービスなどの送迎サービス用のオンライン送迎サービスプラットフォームを含んでもよい。オンデマンドサービスシステム100は、サーバ110、ネットワーク120、1つまたは複数のユーザ端末（たとえば、1つまたは複数の乗客端末130、ドライバー端末140）、およびデータストレージ150を含むオンラインプラットフォームであってもよい。サーバ110は処理エンジン112を含んでもよい。

いくつかの実施形態では、サーバ110は単一のサーバであってもサーバグループであってもよい。サーバグループは集中型であっても分散型であってもよい（たとえば、サーバ110は分散型システムであってもよい）。いくつかの実施形態では、サーバ110はローカルであってもリモートであってもよい。たとえば、サーバ110は、ネットワーク120を介して、乗客端末130、ドライバー端末140、および／またはデータストレージ150に記憶された情報および／またはデータにアクセスすることができる。別の例として、サーバ110は、記憶された情報および／またはデータにアクセスするために、乗客端末130、ドライバー端末140、および／またはデータストレージ150に直接接続されてもよい。いくつかの実施形態にでは、サーバ110はクラウドプラットフォーム上に実装されてもよい。単なる一例として、クラウドプラットフォームには、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散型クラウド、インタークラウド、マルチクラウドなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、サーバ110は、本開示において図2に示された1つまたは複数の構成要素を有するコンピューティングデバイス200上に実装されてもよい。

いくつかの実施形態では、サーバ110は処理エンジン112を含んでもよい。処理エンジン112は、本開示に記載される1つまたは複数の機能を実行するために、サービス要求に関する情報および／またはデータを処理することができる。たとえば、処理エンジン112は、乗客端末130から取得されたサービス要求に基づいて、安全性スコアによって対象ドライバーを決定することができる。いくつかの実施形態では、処理エンジン112は、1つまたは複数の処理エンジン（たとえば、シングルコア処理エンジンまたはマルチコアプロセッサ）を含んでもよい。単なる一例として、処理エンジン112には、中央処理装置（CPU）、特定用途向け集積回路（ASIC）、特定用途向け命令セットプロセッサ（ASIP）、グラフィックス処理ユニット（GPU）、物理処理ユニット（PPU）、デジタル信号プロセッサ（DSP）、フィールドプログラマブルゲートアレイ（FPGA）、プログラマブルロジックデバイス（PLD）、コントローラ、マイクロコントローラユニット、縮小命令セットコンピュータ（RISC）、マイクロプロセッサなど、またはそれらの任意の組合せが含まれてもよい。

ネットワーク120は、情報および／またはデータの交換を容易にすることができる。いくつかの実施形態では、オンデマンドサービスシステム100内の1つまたは複数の構成要素（たとえば、サーバ110、乗客端末130、ドライバー端末140、およびデータストレージ150）は、ネットワーク120を介してオンデマンドサービスシステム100内の他の構成要素に情報および／またはデータを送信することができる。たとえば、サーバ110は、ネットワーク120を介して安全性スコアに基づいて対象ドライバーと契約を結ぶことができる。いくつかの実施形態では、ネットワーク120は、任意のタイプの有線もしくはワイヤレスのネットワーク、またはそれらの組合せであってもよい。単なる一例として、ネットワーク120には、ケーブルネットワーク、有線ネットワーク、光ファイバネットワーク、電気通信ネットワーク、イントラネット、インターネット、ローカルエリアネットワーク（LAN）、ワイドエリアネットワーク（WAN）、ワイヤレスローカルエリアネットワーク（WLAN）、メトロポリタンエリアネットワーク（MAN）、ワイドエリアネットワーク（WAN）、公衆電話交換網（PSTN）、Bluetooth(登録商標)ネットワーク、ZigBeeネットワーク、近距離無線通信（NFC）ネットワークなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、ネットワーク120は1つまたは複数のネットワークアクセスポイントを含んでもよい。たとえば、ネットワーク120は、基地局および／またはインターネット交換ポイント120−1、120−2、．．．などの有線またはワイヤレスのネットワークアクセスポイントを含んでもよく、それらを介して、オンデマンドサービスシステム100の1つまたは複数の構成要素は、データおよび／または情報を交換するためにネットワーク120に接続されてもよい。

いくつかの実施形態では、サービス要求者は乗客端末130のユーザであってもよい。いくつかの実施形態では、乗客端末130のユーザは、サービス要求者以外の誰かであってもよい。たとえば、乗客端末130のユーザAは、乗客端末130を使用して、ユーザBに対するサービス要求を送信するか、またはサーバ110からサービスおよび／または情報もしくは命令を受信することができる。いくつかの実施形態では、プロバイダはドライバー端末140のユーザであってもよい。いくつかの実施形態では、ドライバー端末140のユーザは、プロバイダ以外の誰かであってもよい。たとえば、ドライバー端末140のユーザCは、ドライバー端末140を使用して、ユーザDに対するサービス要求、および／またはサーバ110からの情報もしくは命令を受信することができる。

いくつかの実施形態では、乗客端末130には、モバイルデバイス130−1、タブレットコンピュータ130−2、ラップトップコンピュータ130−3、自動車の内蔵デバイス130−4など、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、モバイルデバイス130−1には、スマートホームデバイス、ウェアラブルデバイス、スマートモバイルデバイス、仮想現実デバイス、拡張現実デバイスなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、スマートホームデバイスには、スマート照明デバイス、インテリジェント電気装置の制御デバイス、スマートモニタリングデバイス、スマートテレビ、スマートビデオカメラ、インターホンなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、ウェアラブルデバイスには、スマートブレスレット、スマートフットギア、スマートグラス、スマートヘルメット、スマートウォッチ、スマート衣類、スマートバックパック、スマートアクセサリなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、スマートモバイルデバイスには、スマートフォン、携帯情報端末（PDA）、ゲームデバイス、ナビゲーションデバイス、販売時点管理（Point of Sale、POS）デバイスなど、またはそれらの任意の組合せが含まれてもよい。いくつかの実施形態では、仮想現実デバイスおよび／または拡張現実デバイスには、仮想現実ヘルメット、仮想現実グラス、仮想現実パッチ、拡張現実ヘルメット、拡張現実グラス、拡張現実パッチなど、またはそれらの任意の組合せが含まれてもよい。たとえば、仮想現実デバイスおよび／または拡張現実デバイスには、グーグルグラス、オクルスリフト、ホロレンス、ギアVRなどが含まれてもよい。いくつかの実施形態では、自動車の内蔵デバイス130−4には、車載コンピュータ、車載テレビなどが含まれてもよい。いくつかの実施形態では、乗客端末130は、サービス要求者および／または乗客端末130のサービス取引データを記憶するためのデバイスであってもよい。いくつかの実施形態では、乗客端末130は、サービス要求者および／または乗客端末130の位置を特定するための測位技術を有するデバイスであってもよい。

いくつかの実施形態では、ドライバー端末140は、乗客端末130と同様または同じデバイスであってもよい。いくつかの実施形態では、ドライバー端末140は、ドライバーおよび／またはドライバー端末140のサービス取引データを記憶するためのデバイスであってもよい。いくつかの実施形態では、ドライバー端末140は、サービスプロバイダおよび／またはドライバー端末140の位置を特定するための測位技術を有するデバイスであってもよい。いくつかの実施形態では、乗客端末130および／またはドライバー端末140は、サービス要求者、乗客端末130、ドライバー、および／またはドライバー端末140の位置を特定するために、他の測位デバイスと通信することができる。いくつかの実施形態では、乗客端末130および／またはドライバー端末140は、サーバ110に測位情報を送信することができる。

データストレージ150は、データおよび／または命令を記憶することができる。いくつかの実施形態では、データストレージ150は、乗客端末130および／またはドライバー端末140から取得されたデータを記憶することができる。いくつかの実施形態では、データストレージ150は、乗客端末130および／またはドライバー端末140に関連付けられた車両事故に関するデータを記憶することができる。車両事故に関するデータには、車両事故補償データが含まれてもよい。データストレージ150は、ネットワーク120を介して第三者（たとえば、交通部門、保険機関など）から車両事故に関するデータを取得することができる。いくつかの実施形態では、データストレージ150は、本開示に記載される例示的な方法を実行するために、サーバ110が実行または使用することができるデータおよび／または命令を記憶することができる。いくつかの実施形態では、データストレージ150には、大容量記憶装置、リムーバブル記憶装置、揮発性読み書きメモリ、読取り専用メモリ（ROM）など、またはそれらの任意の組合せが含まれてもよい。例示的な大容量記憶装置には、磁気ディスク、光ディスク、半導体ドライブなどが含まれてもよい。例示的なリムーバブル記憶装置には、フラッシュドライブ、フロッピーディスク、光ディスク、メモリカード、ジップディスク、磁気テープなどが含まれてもよい。例示的な揮発性読み書きメモリには、ランダムアクセスメモリ（RAM）が含まれてもよい。例示的なRAMには、ダイナミックRAM（DRAM）、ダブルデータレート同期ダイナミックRAM（DDR SDRAM）、スタティックRAM（SRAM）、サイリスタRAM（T−RAM）、およびゼロキャパシタRAM（Z−RAM）などが含まれてもよい。例示的なROMには、マスクROM（MROM）、プログラマブルROM（PROM）、消去可能プログラマブルROM（EPROM）、電気的消去可能プログラマブルROM（EEPROM）、コンパクトディスクROM（CD−ROM）、およびデジタル多用途ディスクROMなどが含まれてもよい。いくつかの実施形態では、データストレージ150はクラウドプラットフォーム上に実装されてもよい。単なる一例として、クラウドプラットフォームには、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散型クラウド、インタークラウド、マルチクラウドなど、またはそれらの任意の組合せが含まれてもよい。

いくつかの実施形態では、データストレージ150は、オンデマンドサービスシステム100内の1つまたは複数の構成要素（たとえば、サーバ110、乗客端末130、ドライバー端末140）と通信するために、ネットワーク120に接続されてもよい。オンデマンドサービスシステム100内の1つまたは複数の構成要素は、ネットワーク120を介してデータストレージ150に記憶されたデータまたは命令にアクセスすることができる。いくつかの実施形態では、データストレージ150は、オンデマンドサービスシステム100内の1つまたは複数の構成要素（たとえば、サーバ110、乗客端末130、ドライバー端末140）と直接接続または通信することができる。いくつかの実施形態では、データストレージ150はサーバ110の一部であってもよい。

いくつかの実施形態では、オンデマンドサービスシステム100内の1つまたは複数の構成要素（たとえば、サーバ110、ユーザ端末）は、データストレージ150にアクセスする許可を有することができる。いくつかの実施形態では、オンデマンドサービスシステム100内の1つまたは複数の構成要素は、1つまたは複数の条件が満たされると、サービス要求者、ドライバー、および／または公衆に関する情報を読取りおよび／または修正することができる。たとえば、サーバ110は、サービスの後に1人または複数のユーザの情報を読取りおよび／または修正することができる。別の例として、ドライバー端末140は、乗客端末130からサービス要求を受信したときにサービス要求者に関する情報にアクセスすることができるが、ドライバー端末140は、サービス要求者の関連情報を修正することはできない。

いくつかの実施形態では、オンデマンドサービスシステム100内の1つまたは複数の構成要素の情報交換は、サービスを要求することによって実現されてもよい。サービス要求の対象はいかなる製品であってもよい。いくつかの実施形態では、製品は有形の製品であっても無形の製品であってもよい。有形の製品には、食品、薬品、日用品、化学製品、電化製品、衣類、自動車、住宅、贅沢品など、またはそれらの任意の組合せが含まれてもよい。無形の製品には、サービス製品、金融製品、知識製品、インターネット製品など、またはそれらの任意の組合せが含まれてもよい。インターネット製品には、個人用ホスト製品、ウェブ製品、モバイルインターネット製品、市販用ホスト製品、組込み型製品など、またはそれらの任意の組合せが含まれてもよい。モバイルインターネット製品は、モバイル端末のソフトウェア、プログラム、システムなど、またはそれらの任意の組合せにおいて使用されてもよい。モバイル端末には、タブレットコンピュータ、ラップトップコンピュータ、携帯電話、携帯情報端末（PDA）、スマートウォッチ、販売時点管理（POS）デバイス、車載コンピュータ、車載テレビ、ウェアラブルデバイスなど、またはそれらの任意の組合せが含まれてもよい。たとえば、製品は、コンピュータまたは携帯電話で使用される任意のソフトウェアおよび／またはアプリケーションであってもよい。ソフトウェアおよび／またはアプリケーションは、社交、買物、輸送、娯楽、学習、投資など、またはそれらの任意の組合せに関連してもよい。いくつかの実施形態では、輸送に関連するソフトウェアおよび／またはアプリケーションには、移動ソフトウェアおよび／またはアプリケーション、車両スケジューリングソフトウェアおよび／またはアプリケーション、マッピングソフトウェアおよび／またはアプリケーションなどが含まれてもよい。車両スケジューリングソフトウェアおよび／またはアプリケーションでは、車両には、馬、馬車、人力車（たとえば、手押し車、自転車、三輪車など）、自動車（たとえば、タクシー、バス、自家用車など）、電車、地下鉄、船舶、航空機（たとえば、飛行機、ヘリコプター、スペースシャトル、ロケット、熱気球など）など、またはそれらの任意の組合せが含まれてもよい。

図2は、本開示のいくつかの実施形態による、サーバ110、乗客端末130、および／またはドライバー端末140が実装され得る、コンピューティングデバイス200の例示的なハードウェアおよびソフトウェアの構成要素を示す概略図である。たとえば、処理エンジン112は、コンピューティングデバイス200上に実装され、本開示に開示される処理エンジン112の機能を実行するように構成されてもよい。

コンピューティングデバイス200は、汎用コンピュータであっても専用コンピュータであってもよく、両方とも本開示のためのオンデマンドシステムを実装するために使用されてもよい。コンピューティングデバイス200は、本明細書に記載されるように、オンデマンドサービスの任意の構成要素を実装するために使用されてもよい。たとえば、処理エンジン112は、そのハードウェア、ソフトウェアプログラム、ファームウェア、またはそれらの組合せを介して、コンピューティングデバイス200上に実装されてもよい。そのようなコンピュータが1つしか示されていないが、便宜上、本明細書に記載されるオンデマンドサービスに関するコンピュータ機能は、処理負荷を分散させるために、いくつかの同様のプラットフォーム上に分散方式で実装されてもよい。

コンピューティングデバイス200は、たとえば、データ通信を容易にするために、それに接続されたネットワークとの間に接続されたCOMポート250を含んでもよい。コンピューティングデバイス200はまた、プログラム命令を実行するための、1つまたは複数のプロセッサの形態の中央処理装置（CPU）220を含んでもよい。例示的なコンピュータプラットフォームは、内部通信バス210、様々な形態のプログラムストレージおよびデータストレージ、たとえばディスク270、ならびに読取り専用メモリ（ROM）230、またはコンピュータによって処理および／または送信されるべき様々なデータファイル用のランダムアクセスメモリ（RAM）240を含んでもよい。例示的なコンピュータプラットフォームはまた、CPU220によって実行されるべき、ROM230、RAM240、および／または他のタイプの非一時的記憶媒体に記憶されたプログラム命令を含んでもよい。

本開示の方法および／またはプロセスは、プログラム命令として実装されてもよい。コンピューティングデバイス200はまた、コンピュータとユーザインターフェース要素280などのその中の他の構成要素との間の入力／出力をサポートする、I／O構成要素260を含む。コンピューティングデバイス200はまた、ネットワーク通信を介してプログラミングおよびデータを受信することができる。

コンピューティングデバイス200はまた、ハードディスクと通信するハードディスクコントローラ、キーパッド／キーボードと通信するキーパッド／キーボードコントローラ、シリアル周辺機器と通信するシリアルインターフェースコントローラ、パラレル周辺機器と通信するパラレルインターフェースコントローラ、ディスプレイと通信するディスプレイコントローラなど、またはそれらの任意の組合せを含んでもよい。

単なる例示のために、コンピューティングデバイス200には、ただ1つのCPUおよび／またはプロセッサが記載されている。しかしながら、本開示におけるコンピューティングデバイス200は、複数のCPUおよび／またはプロセッサも含んでもよく、したがって、本開示に記載されるように1つのCPUおよび／またはプロセッサによって実行される動作および／または方法ステップも、複数のCPUおよび／またはプロセッサによって一緒にまたは別々に実行されてもよいことに留意されたい。たとえば、本開示において、コンピューティングデバイス200のCPUおよび／またはプロセッサがステップAとステップBの両方を実行する場合、ステップAおよびステップBはまた、コンピューティングデバイス200内で2つの異なるCPUおよび／またはプロセッサによって一緒にまたは別々に実行されてもよい（たとえば、第1のプロセッサがステップAを実行し、第2のプロセッサがステップBを実行するか、または第1のプロセッサおよび第2のプロセッサが一緒にステップAおよびBを実行する）ことに留意されたい。

図3は、本開示のいくつかの実施形態による、例示的なプロセッサ300のブロック図である。プロセッサ300は、サーバ110、ユーザ端末（たとえば、乗客端末130、ドライバー端末140）、および／またはデータストレージ150内に実装されてもよい。いくつかの実施形態では、プロセッサ300は、取引データ取得モジュール310と、補償データ取得モジュール320と、特徴抽出モジュール330と、特徴選択モジュール340と、証拠の重み（WOE）決定モジュール350と、モデル決定モジュール360と、安全性スコア決定モジュール370と、通信モジュール380とを含んでもよい。

一般に、本明細書で使用される「モジュール」という言葉は、ハードウェアもしくはファームウェアに組み込まれたロジック、またはソフトウェア命令の集合を指す。本明細書に記載されたモジュールは、ソフトウェアモジュールおよび／またはハードウェアモジュールとして実装されてもよく、任意のタイプの非一時的コンピュータ可読媒体または他のストレージデバイスに記憶されてもよい。いくつかの実施形態では、ソフトウェアモジュールはコンパイルされ、実行可能プログラムにリンクされてもよい。ソフトウェアモジュールは、他のモジュールもしくはそれら自体から呼び出すことができ、かつ／または検出されたイベントもしくは割込みに応答して起動できることが諒解されよう。コンピューティングデバイス（たとえばプロセッサ300）上での実行用に構成されたソフトウェアモジュールは、コンパクトディスク、デジタルビデオディスク、フラッシュドライブ、磁気ディスク、もしくは任意の他の有形媒体などのコンピュータ可読媒体上に、またはデジタルダウンロードとして提供することができる（かつ実行前にインストール、解凍、または暗号解読を必要とする圧縮されたまたはインストール可能なフォーマットで最初に記憶することができる）。そのようなソフトウェアコードは、コンピューティングデバイスによる実行用に、実行中のコンピューティングデバイスのメモリデバイス上に部分的または完全に記憶することができる。ソフトウェア命令は、EPROMなどのファームウェアに組み込むことができる。ハードウェアモジュールは、ゲートおよびフリップフロップなどの接続された論理ユニットに含むことができ、かつ／またはプログラマブルゲートアレイもしくはプロセッサなどのプログラマブルユニットに含むことができることがさらに諒解されよう。本明細書に記載されたモジュールまたはコンピューティングデバイスの機能は、好ましくはソフトウェアモジュールとして実装されるが、ハードウェアまたはファームウェアで表すことができる。一般に、本明細書に記載されたモジュールは、それらの物理的な編成または記憶にもかかわらず、他のモジュールと組み合わせることができるか、またはサブモジュールに分割することができる論理モジュールを指す。

取引データ取得モジュール310は、ドライバーに関連付けられた送迎サービス取引データを取得することができる。いくつかの実施形態では、取引データ取得モジュール310は、データストレージ150から送迎サービス取引データを取得することができる。

補償データ取得モジュール320は、1人または複数のドライバーに関連付けられた車両事故補償データを取得することができる。いくつかの実施形態では、補償データ取得モジュール320は、データストレージ150から車両事故補償データを取得することができる。

特徴抽出モジュール330は、送迎サービス取引データの特徴を抽出することができる。

特徴選択モジュール340は、特徴抽出モジュール330によって抽出された特徴から1つまたは複数の対象特徴を選択することができる。対象特徴は、ドライバーに付随する安全性スコアの推定に関連付けられる。

WOE決定モジュール350は、送迎サービス取引データから抽出された特徴の証拠の重みを決定することができる。

モデル決定モジュール360は、取引データ取得モジュール310および／または補償データ取得モジュール320によって取得された訓練データに基づいて、ドライバーの安全性スコアを決定するための推定モデルを決定することができる。

安全性スコア決定モジュール370は、推定モデルに基づいてドライバーの安全性スコアを決定することができる。

通信モジュール380は、ドライバーに付随する安全性スコアに基づいて、ドライバーに契約を結ぶ申し出を提供することができる。申し出は、車両配車要求、（自動車保険、生命保険、インセンティブ評価などに関連付けられた）価格要求など、またはそれらの任意の組合せを含んでもよい。

当業者なら、オンデマンドサービスシステム100の要素が実行するとき、要素が電気信号および／または電磁信号を介して実行できることを理解されよう。たとえば、乗客端末130がサーバ110にサービス要求を送出するとき、乗客端末130のプロセッサは、要求を符号化して電気信号を生成することができる。乗客端末130のプロセッサは、次いで、出力ポートに電気信号を送ることができる。乗客端末130が有線ネットワークを介してサーバ110と通信する場合、出力ポートはケーブルに物理的に接続されてもよく、ケーブルはサーバ110の入力ポートに電気信号をさらに送る。乗客端末130がワイヤレスネットワークを介してサーバ110と通信する場合、乗客端末130の出力ポートは、電気信号を電磁信号に変換する1つまたは複数のアンテナであってもよい。同様に、ドライバー端末140は、電気信号または電磁信号を介して、サーバ110から命令および／またはサービス要求を受信することができる。乗客端末130、ドライバー端末140、および／またはサーバ110などの電子デバイス内で、そのプロセッサが命令を処理し、命令を送出し、かつ／またはアクションを実行するとき、命令および／またはアクションは電気信号を介して行われる。たとえば、プロセッサが記憶媒体からデータを検索または保存するとき、プロセッサは、記憶媒体内の構造化データを読み書きすることができる記憶媒体の読み書きデバイスに、電気信号を送出することができる。構造化データは、電子デバイスのバスを介して電気信号の形態でプロセッサに送信されてもよい。ここで、電気信号は、1つの電気信号、一連の電気信号、および／または複数の個別の電気信号を指してもよい。

図4は、本開示のいくつかの実施形態による、例示的な特徴選択モジュール400のブロック図である。特徴選択モジュール400は、WOE決定ユニット410と、情報値（IV）決定ユニット420と、並べ替えユニット430とを含んでもよい。

WOE決定ユニット410は、過去の送迎サービス取引データから抽出された過去の特徴の各々に対して証拠の重みを決定することができる。

IV決定ユニット420は、過去の特徴のWOEに基づいて、過去の送迎サービス取引データから抽出された過去の特徴の情報値（IV）を決定することができる。

並べ替えユニット430は、任意の適切な基準および／または複数の基準に基づいて、過去のIVを並べ替えて過去の対象特徴を決定することができる。

図5は、本開示のいくつかの実施形態による、対象ドライバーに付随する安全性スコアを決定するための例示的なプロセス500のフローチャートである。プロセス500は、図1〜図4で紹介されたオンデマンドサービスシステムによって実行されてもよい。たとえば、プロセス500は、オンデマンドサービスシステムの非一時的記憶媒体に記憶される1つまたは複数の命令として実装されてもよい。オンデマンドサービスシステムのプロセッサ300が一組の命令を実行すると、一組の命令はプロセスの以下のステップを実行するようにプロセッサ300に指示することができる。

ステップ510において、プロセッサ300（たとえば、取引データ取得モジュール310）は、対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得することができる。

対象ドライバーは、オンラインオンデマンドサービスシステムから申し出を受け取ることができる、タクシードライバーなどのユーザであってもよい。

いくつかの実施形態では、オンラインオンデマンドサービスシステムは、DiDi Chuxing（商標）などのオンラインタクシー配車サービスプラットフォームであってもよい。対象ユーザは、オンラインオンデマンドサービスシステム（たとえば、オンラインタクシー配車サービスプラットフォーム）に登録されたドライバーであってもよい。ドライバーが注文（たとえば、送迎サービス要求）を受諾することが可能であるとき、オンラインオンデマンドサービスシステムは、ユーザ（たとえば、ドライバー）の識別情報を取得することができる。いくつかの実施形態では、オンラインオンデマンドサービスシステムは、オンライン保険サービスシステムを含んでもよい。対象ドライバーには、オンラインオンデマンドサービスシステム（たとえば、オンライン保険サービスシステム）において保険（たとえば、自動車保険、生命保険）を購入することができる人が含まれてもよい。

対象ドライバーの識別情報には、電話番号、電子メールアドレス、プロフィール画像、表示名（たとえば、ニックネーム）、ドキュメンテーション番号（たとえば、運転免許証、IDカードなど）、サードパーティアカウントなど、またはそれらの任意の組合せが含まれてもよい。

過去の送迎サービス取引データは、ドライバーおよび／または乗客としての対象ドライバーの情報を含んでもよい。「ドライバーとして」という用語は、対象ドライバーが個人ドライバーであるか、または金銭的利益を得るために運転する誰か（たとえば、送迎サービスを提供するドライバー）を指してもよい。「乗客として」という用語は、対象ドライバーが運転する代わりに乗車することを指してもよい。過去の送迎サービス取引データは、対象ドライバーに付随するプロフィールデータ、対象ドライバーに関連付けられた過去の取引の挙動データ、対象ドライバーに関連付けられた過去の送迎サービス取引の交通データなど、またはそれらの任意の組合せを含んでもよい。

いくつかの実施形態では、対象ドライバーに付随するプロフィールデータは、ドライバーの年齢、運転経験、ドライバーに付随する車両年齢などの、対象ドライバーおよびドライバーの車両に関連付けられた基本情報を含んでもよい。

いくつかの実施形態では、対象ドライバーに関連付けられた過去の送迎サービス取引の挙動データは、走行距離データ、タイミングデータ、速度データ、地理的領域データ、評価データ、苦情データ、異常取引データなどを含んでもよい。

いくつかの実施形態では、対象ドライバーに関連付けられた過去の取引の交通データは、道路状況、渋滞状況、気象状況などを含んでもよい。

いくつかの実施形態では、過去の送迎サービス取引データは、位置ベースサービスアプリケーション（LBS）（たとえば、運転アプリケーション、地図アプリケーション、ナビゲーションアプリケーション、ソーシャルメディアアプリケーション）を使用することによって生成されてもよい。

いくつかの実施形態では、プロセッサ300は、データストレージ150またはドライバー端末140から過去の送迎サービス取引データを取得することができる。いくつかの実施形態では、プロセッサ300は、基準時間期間および／または所定の時間期間内の過去の送迎サービス取引データを取得することができる。いくつかの実施形態では、基準時間期間は、1年（たとえば、昨年、今年、最近1年）、半年（たとえば、最近6ヶ月、今年の上半期）、1年の4分の1（たとえば、最近3ヶ月、今年の第2四半期）など、またはそれらの任意の組合せであってもよい。

ステップ520において、プロセッサ300（たとえば、特徴抽出モジュール330）は、過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を取得することができる。

対象特徴は、対象ドライバーの安全性スコアを推定するために使用されてもよい。安全性スコアは、送迎サービス中の対象ドライバーの安全性期待値を反映することができる。たとえば、安全性スコアが高いほど、ドライバーの交通事故の可能性は低くなり得る。したがって、より高い安全性スコアを有するドライバーは、より低い安全性スコアに関連付けられたドライバーと比較してより安全に運転することができる。

したがって、対象特徴には、運転の走行距離、乗客としての走行距離、対象ドライバーが送迎サービスを提供した夜の数、特定の時間期間（たとえば、最近2ヶ月、最近6ヶ月、最近1年）内の苦情の割合、運転経験など、またはそれらの任意の組合せが含まれてもよい。対象ドライバーに関連付けられた乗客としての走行距離は、対象ドライバーが乗車している移動距離を指してもよい。苦情の割合は、特定の時間期間内の苦情を伴う送迎サービス取引の数と苦情を伴わない送迎サービス取引の数との間の比率を指してもよい。

ステップ520において、プロセッサ300（たとえば、WOE決定モジュール350）はまた、各対象特徴の証拠の重み（WOE）を決定することができる。対象特徴のWOEの決定は、ステップ820に関連して記載される1つまたは複数の動作を実行することによって行われてもよい。

ステップ530において、プロセッサ300は、ドライバーの安全性スコアを決定するための推定モデルを取得することができる。推定モデルは回帰モデルであってもよい。回帰モデルには、通常の最小二乗モデル、ロジスティック回帰モデル、ステップワイズ回帰モデル、多変量適応型回帰スプラインモデル、局所推定散布図平滑化モデルなどが含まれてもよい。いくつかの実施形態では、推定モデルはあらかじめ訓練されてもよい。代替または追加として、推定モデルはリアルタイムで訓練および／または更新されてもよい。いくつかの実施形態では、推定モデルは、図6に関連して記載される1つまたは複数の動作を実行することによって取得されてもよい。

ステップ540において、プロセッサ300（たとえば、安全性スコア決定370）は、推定モデルおよび対象特徴に基づいて、対象ドライバーに付随する安全性スコアを決定することができる。いくつかの実施形態では、プロセッサ300は、推定モデルおよび対象特徴のWOEに基づいて、対象ドライバーに付随する安全性スコアを決定することができる。

いくつかの実施形態では、安全性スコアは、基準時間期間および／または所定の時間期間内に対象ドライバーが交通事故を起こす確率を反映することができる。対象ドライバーの交通事故確率Pdは、式1に基づいて決定されてもよい：
Pd＝X₁・V₁＋X₂・V₂＋．．．＋X_n・V_n＋b 式1
ここで、「X_i」は対象特徴のうちの1つのWOEを表すことができ、「V_i」は推定モデルに基づいて決定されたWOEの係数を表すことができ、「b」は定数を表すことができる。係数は、対象ドライバーに付随する安全性スコアを予測する際の対象特徴の相対的重要性を示すことができる。

いくつかの実施形態では、プロセッサ300はさらに、確率を処理して安全性スコアを決定することができる。安全性スコアは、数値フォーマット（たとえば、0から100まで、0から10まで、など）、文字フォーマット（たとえば、A、B、C、D．．．）などとして提示されてもよい。安全性スコアは、送迎サービス中のドライバーの安全性期待値を反映することができる。安全性スコアが0から100まで提示される場合、安全性スコア90を有するドライバーは、スコア65を有するドライバーと比較してより安全なドライバーであり得る。別の例として、安全性スコアがA、B、C、D．．．と表示される場合、安全性スコアAを有するドライバーは、安全性スコアCを有するドライバーと比較してより安全なドライバーであり得る。簡潔にするために、本開示の以下の説明では、安全性スコアは0から100まで提示されてもよい。

ステップ550において、プロセッサ300（たとえば、通信モジュール380）は、安全性スコアに基づいて、対象ドライバーに契約を結ぶ申し出を提供することができる。この申し出は、車両配車要求、車両保険、生命保険、報酬のインセンティブなどに関連する価格要求、またはそれらの任意の組合せであってもよい。

いくつかの実施形態では、安全性スコアは、自動車配車注文を割り振るために使用されてもよい。たとえば、高い安全性スコアを有するドライバーは、より低い安全性スコアを有するドライバーと比較して、より多くの送迎サービス注文および／またはより高品質の送迎サービス注文を割り振られてもよい。

いくつかの実施形態では、安全性スコアは、保険を購入する際に割引を提供するために使用されてもよい。たとえば、安全性スコア90を有するドライバーは、車両保険を購入する際に85％の割引を提供されてもよく、一方、安全性スコア65を有するドライバーは、車両保険を購入する際に割引なしで提供されてもよい。

いくつかの実施形態では、安全性スコアは、ドライバーに対する報酬のインセンティブを評価するために使用されてもよい。たとえば、安全性スコア90を有するドライバーは、安全性スコア65を有するドライバーと比較してより多くの報酬のインセンティブを取得することができる。いくつかの実施形態では、安全性スコアはレンタカーに使用されてもよい。たとえば、レンタカー会社は、より高い安全性スコアを有するレンタルドライバーにより大きな割引および／またはより安いクォータを提供することができる（たとえば、安全性スコア90を有するドライバーは1時間無料で車両を借りることができる）。

いくつかの実施形態では、安全性スコアは運転免許証スコアを管理するために使用されてもよい。たとえば、ドライバーの安全性スコアが100である場合、ドライバーは運転免許証スコアでプラスを得ることができる。

図6は、本開示のいくつかの実施形態による、ドライバーの安全性スコアを決定するための推定モデルを決定するための例示的なプロセス600のフローチャートである。プロセス600は、図1〜図4で紹介されたオンデマンドサービスシステムによって実行されてもよい。たとえば、プロセス600は、オンデマンドサービスシステムの非一時的記憶媒体に記憶される1つまたは複数の命令として実装されてもよい。オンデマンドサービスシステムのプロセッサ300が一組の命令を実行すると、一組の命令はプロセスの以下のステップを実行するようにプロセッサ300に指示することができる。

ステップ610において、プロセッサ300は、複数のドライバーの識別情報に関連付けられた過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。

複数のドライバーに関連付けられた過去の送迎サービス取引データは、プロフィールデータ、過去の取引の挙動データ、過去の送迎サービス取引の交通データなど、またはそれらの任意の組合せを含んでもよい。

いくつかの実施形態では、複数のドライバーに付随するプロフィールデータは、ドライバーの年齢、運転経験、ドライバーに関連付けられた車両年齢などの、複数のドライバーおよび複数のドライバーの車両に関連付けられた基本情報を含んでもよい。

いくつかの実施形態では、複数のドライバーに関連付けられた過去の送迎サービス取引の挙動データは、走行距離データ、タイミングデータ、速度データ、地理的領域データ、評価データ、苦情データ、異常取引データなどを含んでもよい。

いくつかの実施形態では、複数のドライバーに関連付けられた過去の取引の交通データは、道路状況、渋滞状況、気象状況などを含んでもよい。

いくつかの実施形態では、プロセッサ300は、所定の長さの時間（すなわち、基準時間期間）内または所定の時間期間内の過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。車両事故補償データは、車両事故補償が発生したかどうか、車両事故補償が発生した時間、基準時間期間および／もしくは所定の時間期間中に車両事故補償が発生した回数など、またはそれらの任意の組合せを含んでもよい。基準時間期間は、1年（たとえば、昨年、今年、最近1年）、半年（たとえば、最近6ヶ月、今年の上半期）、1年の4分の1（たとえば、最近3ヶ月、今年の第2四半期）など、またはそれらの任意の組合せであってもよい。

いくつかの実施形態では、プロセッサ300は、同じステップ内で過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。いくつかの実施形態では、プロセッサ300は、異なるステップ内で過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。たとえば、プロセッサ300は、最初に過去の送迎サービス取引データを取得し、次いで、過去の送迎サービス取引データに関連付けられた過去の車両事故補償データを取得することができる。

ステップ620において、プロセッサ300は、過去の送迎サービス取引データおよび過去の車両事故補償データに基づいて訓練データを生成することができる。

いくつかの実施形態では、プロセス600はさらに、ステップ620において、訓練データを1つまたは複数のグループにグループ化することができる。プロセッサ300は、推定モデルを訓練する異なる段階に異なるグループ内の訓練データを使用することができる。プロセッサ300は、グループ化規則に基づいて訓練データをグループ化することができる。グループ化規則は、ドライバーの異なる年齢に基づいて、ドライバーの運転経験（たとえば、車両を運転した年数および／もしくは時間数）または他の規則に基づいて、訓練データをグループ化することを含んでもよい。

ステップ630において、プロセッサ300（たとえば、モデル決定モジュール360）は、訓練データに基づいて推定モデルを決定することができる。いくつかの実施形態では、推定モデルを決定する方法および／またはプロセスは、いくつかの段階を含んでもよい。訓練のいくつかの段階を通して、プロセッサ300は推定モデルを決定することができる。次いで、プロセッサ300は、本開示の他の箇所に記載されるように、推定モデルを使用してプロセス500に関連する安全性スコアを決定することができる。

図7は、本開示のいくつかの実施形態による、過去の送迎サービス取引データおよび過去の車両事故補償データに基づいて、訓練データを決定するための例示的なプロセス700のフローチャートである。プロセス700は、図1〜図4で紹介されたオンデマンドサービスシステムによって実行されてもよい。たとえば、プロセス700は、オンデマンドサービスシステムの非一時的記憶媒体に記憶される1つまたは複数の命令として実装されてもよい。オンデマンドサービスシステムのプロセッサ300が一組の命令を実行すると、一組の命令はプロセスの以下のステップを実行するようにプロセッサ300に指示することができる。

ステップ710において、プロセッサ300（たとえば、特徴抽出モジュール330）は、過去の送迎サービス取引データに基づいて、（本明細書では過去の初期特徴とも呼ばれる）特徴を抽出することができる。

いくつかの実施形態では、過去の初期特徴は、ドライバーの各々に対応する統計データおよび／または基本データを含んでもよい。いくつかの実施形態では、ドライバーの各々に対応する統計データは、走行距離データ、タイミングデータ、速度データ、地理的領域データ、評価データ、苦情データ、異常取引データ（たとえば、不正取引の数）など、またはそれらの任意の組合せを含んでもよい。走行距離データは、乗客としての走行距離、今年の走行距離、昨年の走行距離、所定の長さの時間内の走行距離など、またはそれらの任意の組合せを含んでもよい。いくつかの実施形態では、タイミングデータは、ドライバーが今年送迎サービスを提供した夜の数、ドライバーが昨年送迎サービスを提供した夜の数、ドライバーが今年送迎サービスを提供した夜の割合、ドライバーが昨年送迎サービスを提供した夜の割合、ドライバーが昨年送迎サービスを提供した忙しい日の数、昨年の忙しい日の割合、今年の忙しい日の数、今年の稼働日の数、昨年の稼働日の数など、またはそれらの任意の組合せを含んでもよい。ここで、忙しい日は、ドライバーが所定の時間数を超えて働く日を指してもよい。たとえば、プロセッサ300は、ドライバーが日に8時間を超えて働いた場合、その日は忙しい日であると判断することができる。いくつかの実施形態では、速度データは、昨年の平均運転速度、今年の平均運転速度、速度超過の回数、急旋回の回数、急加速の回数、急減速の回数など、またはそれらの任意の組合せを含んでもよい。いくつかの実施形態では、地理的領域データは、ドライバーが頻繁に現れる地理的領域、ドライバーの自宅および／または職場が属する地域などを含んでもよい。評価データは、最近6ヶ月内の様々な評価の割合を含んでもよい。いくつかの実施形態では、評価は、1つ星、2つ星、3つ星などと提示されてもよい。より多くの星はより高い評価を表すことができる。評価はまた、（高、中、低）、（A、B、C．．．）など、またはそれらの任意の組合せなどの、他の形式として提示されてもよい。いくつかの実施形態では、苦情データは、最近6ヶ月、昨年、今年など、またはそれらの任意の組合せにおけるサービス要求者からの苦情の割合を含んでもよい。いくつかの実施形態では、基本データは、ドライバーに関連付けられた車両の年齢、運転経験、ドライバーの年齢、オンラインタクシー配車送迎サービスプラットフォーム内のドライバーとしての年齢を含んでもよい。

ステップ720において、プロセッサ300（たとえば、特徴選択モジュール340）は、過去の初期特徴から1つまたは複数の過去の対象特徴を選択することができる。

いくつかの実施形態では、過去の対象特徴は、過去の初期特徴の各々に対応するWOEに基づいて選択されてもよい。いくつかの実施形態では、対象特徴は、過去の初期特徴の各々に関連付けられたIV（情報値）に基づいて選択されてもよい。いくつかの実施形態では、過去の対象特徴は、図8に関連して記載される1つまたは複数の動作を実行することによって取得されてもよい。

ステップ730において、プロセッサ300（たとえば、WOE決定モジュール350）は、過去の対象特徴の過去のWOEを決定することができる。

いくつかの実施形態では、過去の対象特徴はn_c個のカテゴリに分割されてもよく、過去のバイナリ車両事故補償データは、値「良い」または「悪い」を獲得することができる。本明細書で使用される「良い」という用語は、過去の対象特徴のカテゴリに対応する状況において、車両事故補償が行われることを指してもよい。「悪い」という用語は、過去の対象特徴のカテゴリに対応する状況において、車両事故補償が行われないことを指してもよい。過去の対象特徴のカテゴリに対するWOEは、図8の過去の初期特徴のカテゴリに対するWOEの決定に関連して取得されてもよい。いくつかの実施形態では、過去の対象特徴のWOEは、過去の対象特徴内のカテゴリのWOEの合計であってもよい。いくつかの実施形態では、過去の対象特徴のWOEは、過去の対象特徴内のカテゴリのWOEの絶対値の合計であってもよい。

ステップ740において、プロセッサ300は、過去の対象特徴の各々の過去のWOEおよび過去の車両事故補償データに基づいて訓練データを決定することができる。訓練データに基づいて、プロセッサ300は推定モデルを決定することができる。

図8は、本開示のいくつかの実施形態による、1つまたは複数の過去の対象特徴を決定するための例示的なプロセス800のフローチャートである。プロセス800は、図1〜図4で紹介されたオンデマンドサービスシステムによって実行されてもよい。たとえば、プロセス800は、オンデマンドサービスシステムの非一時的記憶媒体に記憶される1つまたは複数の命令として実装されてもよい。オンデマンドサービスシステムのプロセッサ300が一組の命令を実行すると、一組の命令はプロセスの以下のステップを実行するようにプロセッサ300に指示することができる。

ステップ810において、プロセッサ300（たとえば、特徴選択モジュール400内のWOE決定ユニット410）は、1つまたは複数の過去の初期特徴の過去のWOEを決定することができる。

過去の初期特徴ごとに、WOEは、「良い」の割合を「悪い」の割合で除算し、商の自然対数を取ることによって決定されてもよい。本明細書で使用される「良い」という用語は、過去の初期特徴に対応する状況において、車両事故補償が行われることを指してもよい。「悪い」という用語は、過去の初期特徴に対応する状況において、車両事故補償が行われないことを指してもよい。

いくつかの実施形態では、過去の初期特徴はn_c個のカテゴリに分割されてもよく、バイナリ車両事故補償データは、値「良い」または「悪い」を獲得することができる。過去の初期特徴のカテゴリcに対するWOE、WOE_cは、式2として表されてもよい：

ここで、G_cはカテゴリc内の「良い」の数、B_cはカテゴリc内の「悪い」の数、

は「良い」の総数、

は「悪い」の総数であり、ここで、iはカテゴリのインデックスである。いくつかの実施形態では、過去の初期特徴のWOEは、過去の初期特徴内のカテゴリのWOEの合計であってもよい。いくつかの実施形態では、過去の初期特徴のWOEは、過去の初期特徴内のカテゴリのWOEの絶対値の合計であってもよい。

ステップ820において、プロセッサ300（たとえば、特徴選択モジュール400内のIV決定ユニット410）は、過去の初期特徴のWOEに基づいて、過去の初期特徴の過去の情報値（IV）を決定することができる。

IVは、安全性スコアを推定する過去の初期特徴の能力を表すことができる。過去の初期特徴のIVは式3として表されてもよい：

ここで、G_cはカテゴリc内の「良い」の数、B_cはカテゴリc内の「悪い」の数、

は「良い」の総数、

は「悪い」の総数であり、ここで、iはカテゴリのインデックスである。

ステップ830において、プロセッサ300（たとえば、特徴選択モジュール400内の並べ替えユニット430）は、並べ替え規則に基づいて過去のIVを並べ替えることができる。

並べ替え規則は、大から小へ、または小から大への並べ替えを含んでもよい。並べ替え規則は、ドライバーのプロフィールデータに関連付けられた特徴、およびドライバーの挙動データに関連付けられた特徴をそれぞれ並べ替えることを含んでもよい。

ステップ840において、プロセッサ300は、並べ替え結果に基づいて、過去の初期特徴から少なくとも1つの過去の対象特徴を決定することができる。

いくつかの実施形態では、プロセッサ300は、過去の対象特徴として所定数の過去の初期特徴を選択することができる。いくつかの実施形態では、過去の対象特徴は所定の数の最大IVに対応してもよい。過去の対象特徴の所定の数は、1から50まで、または50を超える数を含んでもよい。いくつかの実施形態では、所定の数は、1から10まで、11から20まで、21から30まで、31から40まで、41から50までなどであってもよい。いくつかの実施形態では、過去の対象特徴は最大5つのIVに対応してもよい。いくつかの実施形態では、プロセッサ400は、IVが所定の範囲に属する特徴を対象値として決定することができる。本開示は、対象特徴の数を限定しなくてもよい。過去の対象特徴は、ドライバーの安全性スコアを推定することに関連付けられてもよい。いくつかの実施形態では、過去の対象特徴には、今年の走行距離、乗客としての走行距離、ドライバーが送迎サービスを提供した夜の数、ある時間期間（たとえば、最近6ヶ月など）内の苦情の割合、運転経験など、またはそれらの任意の組合せが含まれてもよい。過去の対象特徴は、図5に記載された対象特徴に対応してもよい。

図9は、本開示のいくつかの実施形態による、推定を決定するための例示的なプロセスのフローチャートである。プロセス900は、図1〜図4で紹介されたオンデマンドサービスシステムによって実行されてもよい。たとえば、プロセス900は、オンデマンドサービスシステムの非一時的記憶媒体に記憶される1つまたは複数の命令として実装されてもよい。オンデマンドサービスシステムのプロセッサ300が一組の命令を実行すると、一組の命令はプロセスの以下のステップを実行するようにプロセッサ300に指示することができる。

ステップ910において、プロセッサ300（たとえば、取引データ取得モジュール310および補償データ取得モジュール320）は、過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。

いくつかの実施形態では、プロセッサ300は、データストレージ150から過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。過去の送迎サービス取引データおよび過去の車両事故補償データは、複数のドライバーに関連付けられてもよい。いくつかの実施形態では、プロセッサ300は、同じステップにおいて過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。いくつかの実施形態では、プロセッサ300は、異なるステップにおいて過去の送迎サービス取引データおよび過去の車両事故補償データを取得することができる。

ステップ920において、プロセッサ300は、過去の送迎サービス取引データおよび過去の車両事故補償データから、（本明細書では過去の初期送迎サービス取引データとも呼ばれる）いくつかの送迎サービス取引データ、および（本明細書では過去の初期車両事故補償データとも呼ばれる）いくつかの車両事故補償データを取得することができる。

いくつかの実施形態では、プロセッサ300は、過去の送迎サービス取引データの一部および対応する過去の車両事故補償データを、過去の初期送迎サービス取引データおよび初期車両事故補償データとして抽出することができる。いくつかの実施形態では、プロセッサ300は、グループ化規則に基づいて、過去の送迎サービス取引データおよび過去の車両事故補償データを1つまたは複数のグループにグループ化することができる。グループ化規則は、ドライバーの異なる年齢に基づいて、ドライバーの異なる運転経験または他の規則に基づいて、訓練データをグループ化することを含んでもよい。プロセッサ300は、グループのうちの1つの中のデータを、過去の初期送迎サービス取引データおよび過去の初期車両事故補償データとして決定することができる。

ステップ930において、プロセッサ300は、過去の初期送迎サービス取引データおよび過去の初期車両事故補償データに基づいて初期訓練データを生成することができる。

いくつかの実施形態では、プロセッサ300は、過去の初期送迎サービス取引データから（本明細書では第1の過去の対象特徴とも呼ばれる）1つまたは複数の過去の対象特徴を抽出し、次いで、過去の対象特徴および過去の初期車両事故補償データに基づいて、初期訓練データを生成することができる。いくつかの実施形態では、プロセッサ300は、過去の対象特徴の各々に対してWOEを決定することができる。次いで、プロセッサ300は、第1の過去の対象特徴に対応するWOEおよび過去の初期車両事故補償データに基づいて、初期訓練データを生成することができる。第1の過去の対象特徴のWOEは、たとえば、ステップ810に関連して記載された1つまたは複数の動作を実行することによって決定されてもよい。

ステップ940において、プロセッサ300（たとえば、モデル決定モジュール360）は、初期訓練データに基づいて第1の回帰モデルを決定することができる。第1の回帰モデルには、通常の最小二乗モデル、ロジスティック回帰モデル、ステップワイズ回帰モデル、多変量適応型回帰スプラインモデル、局所推定散布図平滑化モデルなどが含まれてもよい。

ステップ950において、プロセッサ300は、過去の送迎サービス取引データおよび過去の車両事故補償データから、（本明細書では過去の更新送迎サービス取引データとも呼ばれる）いくつかの送迎サービス取引データ、および（本明細書では過去の更新車両事故補償データとも呼ばれる）いくつかの車両事故補償データをさらに取得することができる。

過去の更新送迎サービス取引データおよび過去の更新車両事故補償データの決定は、ステップ920に関連して記載された1つまたは複数の動作を実行することによって行われてもよい。過去の更新送迎サービス取引データは、過去の初期送迎サービス取引データとは異なっていてもよい。過去の更新車両事故補償データは、過去の初期車両事故補償データとは異なっていてもよい。

ステップ960において、プロセッサ300は、過去の更新送迎サービス取引データおよび過去の更新車両事故補償データに基づいて更新訓練データを生成することができる。

いくつかの実施形態では、プロセッサ300は、過去の更新送迎サービス取引データから（本明細書では第2の過去の対象特徴とも呼ばれる）1つまたは複数の過去の対象特徴を抽出し、次いで、第2の過去の対象特徴および過去の更新車両事故補償データに基づいて、更新訓練データを生成することができる。いくつかの実施形態では、プロセッサ300は、第2の過去の対象特徴の各々に対してWOEを決定することができる。次いで、プロセッサ300は、第2の過去の対象特徴に対応するWOEおよび過去の更新車両事故補償データに基づいて、更新訓練データを生成することができる。

ステップ970において、プロセッサ300（たとえば、モデル決定モジュール360）は、更新訓練データに基づいて第2の回帰モデルを決定することができる。いくつかの実施形態では、プロセッサ300は、更新訓練データを使用して、第2の回帰モデルを決定するために第1の回帰モデル内の少なくとも1つのパラメータを修正することができる。

ステップ980において、プロセッサ300は、整合条件が満たされるかどうかを判定することができる。整合条件が満たされる場合、プロセス900は、ステップ990に進んで第2の回帰モデルを推定モデルとして決定することができる。整合条件が満たされない場合、プロセス900は、ステップ950にループバックして、再び第2の回帰モデルを訓練するために、過去の更新送迎サービス取引データおよび過去の更新車両事故補償データを取得することができる。

いくつかの実施形態では、整合条件は、損失関数が第1の所定値に収束するかどうかを判定することを含んでもよい。プロセッサ300は、第1の回帰モデルおよび／または第2の回帰モデルに基づいて損失関数を決定することができる。損失関数が第1の所定値に収束する場合、プロセッサ300は、ステップ990において、第2の回帰モデルを推定モデルとして決定することができる。損失関数が第1の所定値に収束しない場合、プロセッサ300は再びステップ950にループバックすることができる。

いくつかの実施形態では、整合条件は、誤差が第2の所定値未満であるかどうかを判定することを含んでもよい。たとえば、プロセッサ300は、過去の試験送迎サービス取引データおよび過去の試験車両事故補償データとして、ステップ910内で取得された過去の送迎サービス取引データおよび対応する過去の車両事故補償データから、いくつかのデータを選択することができる。過去の試験送迎サービス取引データは、過去の初期および／または更新送迎サービス取引データとは異なっていてもよい。過去の試験車両事故補償データは、過去の初期および／または更新車両事故補償データとは異なっていてもよい。プロセッサ300は、過去の試験送迎サービス取引データおよび第2の回帰モデルに基づいて、推定車両事故補償データを決定することができる。次いで、プロセッサ300は、推定車両事故補償データおよび過去の試験車両事故補償データに基づいて、誤差を決定することができる。誤差が第2の所定値未満である場合、プロセッサ300は、ステップ990において、第2の回帰モデルを推定モデルとして決定することができる。誤差が第2の所定値以上である場合、プロセッサ300は、再びステップ950にループバックすることができる。

いくつかの実施形態では、整合条件は、誤差が第2の所定値未満であるかどうかを判定すること、および損失関数が第1の所定値に収束するかどうかを判定することを含んでもよい。第2の所定値および損失関数は任意の妥当な値であってもよい。

基本概念をこのように記載してきたが、前述の詳細な開示は例示としてのみ提示されるものであり、限定するものではないことが、この詳細な開示を読んだ後の当業者にはむしろ明らかであろう。本明細書では明確に述べられていないが、様々な変更、改良、および修正が行われてもよく、当業者向けである。これらの変更、改良、および修正は、本開示によって示唆されるものであり、本開示の例示的な実施形態の趣旨および範囲内にある。

その上、本開示の実施形態を記載するために特定の用語が使用されてきた。たとえば、「一実施形態」、「実施形態」、および／または「いくつかの実施形態」という用語は、その実施形態に関連して記載された特定の特徴、構造、または特性が、本開示の少なくとも1つの実施形態に含まれることを意味する。したがって、本明細書の様々な部分における「実施形態」または「一実施形態」または「代替の実施形態」への2つ以上の言及は、必ずしもすべて同じ実施形態を指すとは限らないことが強調され、諒解されるべきである。さらに、特定の特徴、構造、または特性は、本開示の1つまたは複数の実施形態において適切に組み合わされてもよい。

さらに、当業者には理解されるように、本開示の態様は、任意の新しく有用なプロセス、機械、製造、もしくは組成物、またはその任意の新しく有用な改善を含む、いくつかの特許可能なクラスまたは文脈のいずれかで本明細書に例示および記載されてもよい。したがって、本開示の態様は、完全にハードウェア、完全に（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）ソフトウェア、または本明細書において、一般に「モジュール」、「ユニット」、「構成要素」、「デバイス」、もしくは「システム」と呼ばれる場合がある、ソフトウェアとハードウェアの実装形態を組み合わせて実装されてもよい。さらに、本開示の態様は、その上に具現化されたコンピュータ可読プログラムコードを有する1つまたは複数のコンピュータ可読媒体内に具現化されたコンピュータプログラム製品の形態を取ることができる。

コンピュータ可読信号媒体は、たとえば、ベースバンドにおいて、または搬送波の一部としてその中に組み込まれたコンピュータ可読プログラムコードを有する伝搬されたデータ信号を含んでもよい。そのような伝搬信号は、電磁気、光など、またはそれらの任意の適切な組合せを含む様々な形態のいずれかを取ることができる。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体ではなく、命令実行システム、装置、またはデバイスによって、またはそれとともに使用するために、プログラムを通信、伝搬、または移送することができる、任意のコンピュータ可読媒体であってもよい。コンピュータ可読信号媒体上に具現化されたプログラムコードは、ワイヤレス、有線、光ファイバケーブル、RFなど、または前述の任意の適切な組合せを含む、任意の適切な媒体を使用して送信されてもよい。

本開示の態様のための動作を実行するためのコンピュータプログラムコードは、Java(登録商標)、Scala、Smalltalk、Eiffel、JADE、Emerald、C＋＋、C＃、VB、NET、Pythonなどのオブジェクト指向言語、「C」プログラミング言語、Visual Basic、Fortran2003、Perl、COBOL2002、PHP、ABAPなどの従来の手続き型プログラミング言語、Python、Ruby、およびGroovyなどの動的プログラミング言語、または他のプログラミング言語を含む、1つまたは複数のプログラミング言語の任意の組合せで書かれてもよい。プログラムコードは、完全にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアロンソフトウェアパッケージとして、部分的にユーザのコンピュータ上で、かつ部分的にリモートコンピュータ上で、または完全にリモートコンピュータもしくはサーバ上で実行することができる。後者のシナリオでは、リモートコンピュータは、ローカルエリアネットワーク（LAN）またはワイドエリアネットワーク（WAN）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてもよく、あるいは接続は、（たとえば、インターネットサービスプロバイダを使用してインターネットを介して）外部コンピュータに対して、もしくはクラウドコンピューティング環境で行われてもよく、またはサービス型ソフトウェア（SaaS）などのサービスとして提供されてもよい。

さらに、処理要素または処理シーケンスの列挙された順序、または数字、文字、もしくは他の指定の使用は、したがって、特許請求の範囲で指定される場合を除き、特許請求されるプロセスおよび方法をいかなる順序にも限定するものではない。上記の開示は、様々な例を介して、本開示の様々な有用な実施形態であると現在考えられているものを説明しているが、そのような詳細は単にその目的のためであり、添付の特許請求の範囲は開示された実施形態に限定されず、それどころか、開示された実施形態の趣旨および範囲内にある修正形態および等価な構成を包含するものであることを理解されたい。たとえば、上述された様々な構成要素の実装形態はハードウェアデバイス内で具現化されてもよいが、それはまた、ソフトウェアのみの解決策、たとえば既存のサーバまたはモバイルデバイスへのインストールとして実装されてもよい。

同様に、本開示の実施形態の前述の説明では、様々な実施形態のうちの1つまたは複数の理解を助けて開示を簡素化することを目的として、単一の実施形態、図、またはその説明において様々な特徴がグループ化されることがあることを諒解されたい。しかしながら、この開示方法は、特許請求された主題が各請求項において明確に列挙されているよりも多くの特徴を必要とするという意図を反映するものと解釈されるべきではない。むしろ、請求項の主題は、単一の前述の開示された実施形態のすべての特徴よりも少ない部分にある。

100 オンデマンドサービスシステム
110 サーバ
112 処理エンジン
120 ネットワーク
120−1 インターネット交換ポイント
120−2 インターネット交換ポイント
130 乗客端末
130−1 モバイルデバイス
130−2 タブレットコンピュータ
130−3 ラップトップコンピュータ
130−4 自動車の内蔵デバイス
140 ドライバー端末
150 データストレージ
200 コンピューティングデバイス
210 内部通信バス
220 中央処理装置（CPU）
230 読取り専用メモリ（ROM）
240 ランダムアクセスメモリ（RAM）
250 COMポート
260 I／O構成要素
270 ディスク
280 ユーザインターフェース要素
300 プロセッサ
310 取引データ取得モジュール
320 補償データ取得モジュール
330 特徴抽出モジュール
340 特徴選択モジュール
350 証拠の重み（WOE）決定モジュール
360 モデル決定モジュール
370 安全性スコア決定モジュール
380 通信モジュール
400 特徴選択モジュール
410 WOE決定ユニット
420 情報値（IV）決定ユニット
430 並べ替えユニット
500 プロセス
600 プロセス
700 プロセス
800 プロセス
900 プロセス

Claims (20)

1. ドライバーに契約を結ぶ申し出を提供するための一組の命令を記憶するコンピュータ可読記憶媒体と、
   前記コンピュータ可読記憶媒体と通信するプロセッサであって、前記一組の命令を実行すると、前記プロセッサが、
   対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得することと、
   前記過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を抽出することと、
   送迎サービス中のドライバーの安全性期待値を反映する安全性スコアを推定するための推定モデルを取得することと、
   前記推定モデルおよび前記少なくとも1つの対象特徴に基づいて、前記対象ドライバーに付随する安全性スコアを決定することと、
   前記安全性スコアに基づいて、前記対象ドライバーに契約を結ぶ申し出を提供することと
   を行うように指示される、プロセッサと
   を備えるシステム。
2. 前記対象ドライバーに付随する前記安全性スコアを決定するために、前記プロセッサが、
   前記少なくとも1つの対象特徴の各々に対応する証拠の重みを決定することと、
   前記少なくとも1つの対象特徴の各々に対応する前記証拠の重みに少なくとも部分的に基づいて、対象注文に関連付けられた前記安全性スコアを決定することと
   を行うようにさらに指示される、請求項1に記載のシステム。
3. 前記推定モデルを取得するために、前記プロセッサが、
   複数のドライバーの識別情報に関連付けられた過去の送迎サービス取引データおよび過去の車両事故補償データを取得することと、
   前記過去の送迎サービス取引データおよび前記過去の車両事故補償データに基づいて訓練データを生成することと、
   前記訓練データに基づいて前記推定モデルを決定することと
   を行うように指示される、請求項1に記載のシステム。
4. 前記プロセッサが、
   前記過去の送迎サービス取引データおよび過去の車両事故補償データを1つまたは複数のグループにグループ化することと、
   前記1つまたは複数のグループの各々に対して、前記過去の送迎サービス取引データおよび前記過去の車両事故補償データを取得することと、
   前記1つまたは複数のグループの各々に関連付けられた前記過去の送迎サービス取引データおよび前記過去の車両事故補償データに基づいて前記訓練データを生成することと
   を行うようにさらに指示される、請求項3に記載のシステム。
5. 前記プロセッサが、
   前記過去の送迎サービス取引データに基づいて過去の初期特徴を抽出することと、
   前記過去の初期特徴から1つまたは複数の過去の対象特徴を選択することと、
   前記過去の対象特徴および前記過去の車両事故補償データに基づいて前記訓練データを生成することと
   を行うようにさらに指示される、請求項3に記載のシステム。
6. 前記訓練データを生成するために、前記プロセッサが、
   前記過去の対象特徴の各々に対応する証拠の重みを決定することと、
   前記過去の対象特徴の各々に対応する前記証拠の重みに基づいて前記訓練データを生成することと
   を行うように指示される、請求項5に記載のシステム。
7. 前記過去の初期特徴から前記過去の対象特徴を選択するために、前記プロセッサが、
   前記過去の初期特徴の各々に対応する証拠の重みを決定することと、
   前記過去の初期特徴の各々に対応する前記証拠の重みに基づいて、前記過去の初期特徴の各々に関連付けられた情報値を決定することと、
   前記過去の初期特徴に関連付けられた前記情報値に基づいて前記過去の対象特徴を決定することと
   を行うように指示される、請求項5に記載のシステム。
8. 前記推定モデルを決定するために、前記プロセッサが、
   前記過去の送迎サービス取引データおよび前記過去の車両事故補償データから過去の初期送迎サービス取引データおよび過去の初期車両事故補償データを識別することと、
   前記過去の初期送迎サービス取引データおよび過去の初期車両事故補償データに基づいて第1の回帰モデルを決定することと、
   前記過去の送迎サービス取引データおよび前記過去の車両事故補償データから過去の更新送迎サービス取引データおよび過去の更新車両事故補償データを識別することと、
   前記過去の更新送迎サービス取引データおよび前記過去の更新車両事故補償データに基づいて、前記第1の回帰モデルを修正して第2の回帰モデルを決定することと
   を行うように指示される、請求項3に記載のシステム。
9. 前記プロセッサが、
   第1の回帰モデルまたは前記第2の回帰モデルのうちの少なくとも1つに基づいて、整合条件が満たされるかどうかを判定することと、
   前記整合条件が満たされると判定したことに応答して、前記第2の回帰モデルを前記推定モデルとして決定することと
   を行うようにさらに指示される、請求項8に記載のシステム。
10. 前記推定モデルがロジスティック回帰モデルを備える、請求項1に記載のシステム。
11. 少なくとも1つのコンピュータにより、対象ドライバーの識別情報に関連付けられた過去の送迎サービス取引データを取得するステップと、
    前記少なくとも1つのコンピュータにより、前記過去の送迎サービス取引データに基づいて、少なくとも1つの対象特徴を抽出するステップと、
    前記少なくとも1つのコンピュータにより、送迎サービス中のドライバーの安全性期待値を反映する安全性スコアを推定するための推定モデルを取得するステップと、
    前記少なくとも1つのコンピュータにより、前記推定モデルおよび前記少なくとも1つの対象特徴に基づいて、前記対象ドライバーに付随する安全性スコアを決定するステップと、
    前記少なくとも1つのコンピュータにより、前記安全性スコアに基づいて、前記対象ドライバーに契約を結ぶ申し出を提供するステップと
    を備える、方法。
12. 前記対象ドライバーに付随する前記安全性スコアを決定する前記ステップが、
    前記少なくとも1つの対象特徴の各々に対応する証拠の重みを決定するステップと、
    前記少なくとも1つの対象特徴の各々に対応する前記証拠の重みに少なくとも部分的に基づいて、対象注文に関連付けられた前記安全性スコアを決定するステップと
    さらに備える、請求項11に記載の方法。
13. 前記推定モデルを取得する前記ステップが、
    複数のドライバーの識別情報に関連付けられた過去の送迎サービス取引データおよび過去の車両事故補償データを取得するステップと、
    前記過去の送迎サービス取引データおよび前記過去の車両事故補償データに基づいて訓練データを生成するステップと、
    前記訓練データに基づいて前記推定モデルを決定するステップと
    を備える、請求項11に記載の方法。
14. 前記過去の送迎サービス取引データおよび過去の車両事故補償データを1つまたは複数のグループにグループ化するステップと、
    前記1つまたは複数のグループの各々に対して、前記過去の送迎サービス取引データおよび前記過去の車両事故補償データを取得するステップと、
    前記1つまたは複数のグループの各々に関連付けられた前記過去の送迎サービス取引データおよび前記過去の車両事故補償データに基づいて前記訓練データを生成するステップと
    をさらに備える、請求項13に記載の方法。
15. 前記過去の送迎サービス取引データに基づいて過去の初期特徴を抽出するステップと、
    前記過去の初期特徴から1つまたは複数の過去の対象特徴を選択するステップと、
    前記過去の対象特徴および前記過去の車両事故補償データに基づいて前記訓練データを生成するステップと
    をさらに備える、請求項13に記載の方法。
16. 前記訓練データを生成する前記ステップが、
    前記過去の対象特徴の各々に対応する証拠の重みを決定するステップと、
    前記過去の対象特徴の各々に対応する前記証拠の重みに基づいて前記訓練データを生成するステップと
    をさらに備える、請求項15に記載の方法。
17. 前記過去の初期特徴から前記過去の対象特徴を選択する前記ステップが、
    前記過去の初期特徴の各々に対応する証拠の重みを決定するステップと、
    前記過去の初期特徴の各々に対応する前記証拠の重みに基づいて、前記過去の初期特徴の各々に関連付けられた情報値を決定するステップと、
    前記過去の初期特徴に関連付けられた前記情報値に基づいて前記過去の対象特徴を決定するステップと
    を備える、請求項15に記載の方法。
18. 前記推定モデルを決定する前記ステップが、
    前記過去の送迎サービス取引データおよび前記過去の車両事故補償データから過去の初期送迎サービス取引データおよび過去の初期車両事故補償データを識別するステップと、
    前記過去の初期送迎サービス取引データおよび過去の初期車両事故補償データに基づいて第1の回帰モデルを決定するステップと、
    前記過去の送迎サービス取引データおよび前記過去の車両事故補償データから過去の更新送迎サービス取引データおよび過去の更新車両事故補償データを識別するステップと、
    前記過去の更新送迎サービス取引データおよび前記過去の更新車両事故補償データに基づいて、第1の回帰モデルを修正して第2の回帰モデルを決定するステップと
    を備える、請求項13に記載の方法。
19. 第1の回帰モデルまたは前記第2の回帰モデルのうちの少なくとも1つに基づいて、整合条件が満たされるかどうかを判定するステップと、
    前記整合条件が満たされると判定したことに応答して、前記第2の回帰モデルを前記推定モデルとして決定するステップと
    をさらに備える、請求項18に記載の方法。
20. 前記推定モデルがロジスティック回帰モデルを備える、請求項11に記載の方法。

Images