(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 202111627069.3 (22)申请日 2021.12.28 (71)申请人 北京五八信息技 术有限公司 地址 100080 北京市海淀区学清路甲18号 中关村东升科技园学院园三层3 01室 (72)发明人 周康生　黄佳　 (74)专利代理 机构 北京太合九思知识产权代理 有限公司 1 1610 专利代理师 刘戈　张爱 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) (54)发明名称 车辆信息处 理方法、 装置、 设备及存 储介质 (57)摘要 本申请实施例提供一种车辆信息处理方法、 装置、 设备及存储介质。 在本申请实施例中， 设置 车型特征库和不同车型特征对应的估价子模型， 车型特征库中维护有车辆特征信息和车型特征 的对应关系， 根据车辆特征信息， 匹配车型特征 库中的目标车型特征， 对车况描述信息进行特征 转换， 得到目标车况特征， 将目标车型特征和目 标车况特征输入至目标车型特征对应的目标估 价子模型进行车辆估价， 得到该车辆的估测交易 信息。 整个过程中， 采用车型特征库和估价子模 型相结合的方式进行车辆估价， 车辆价格信息不 再由卖方主观决定， 可提高估价信息准确度， 提 高车辆交易成功率。 权利要求书3页 说明书15页 附图3页 CN 114493668 A 2022.05.13 CN 114493668 A 1.一种车辆信息处 理方法， 其特 征在于， 包括： 获取目标车辆的车辆数据， 所述车辆数据包括： 所述目标车辆的车辆特征信息和车况 描述信息； 根据所述车辆特征信息， 匹配车型特征库中与所述车辆特征信息对应的目标车型特 征， 并对所述车 况描述信息进行 特征转换， 得到目标 车况特征； 根据所述目标车型特征， 从估价服务模型包括的多个估价子模型中选择目标估价子模 型， 不同估价子模型对应不同的车 型特征； 将所述目标车型特征和所述目标车况特征， 输入至所述目标估价子模型中进行车辆估 价， 得到所述目标 车辆的估测交易信息 。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取样本数据， 所述样本数据包括样本车辆的车辆数据和实际交易信息； 根据所述车辆数据， 对所述样本数据进行分组， 得到多个初始样本组， 每个初始样本组 中包括的样本数据所对应的样本车辆具有相同车 型特征； 根据所述多个初始样本组中的样本数量， 对所述多个初始样本组进行整合处理， 得到 可参与模型训练的多个目标样本组； 根据所述多个目标样本组分别训练所述估价服务模型中的多个估价子模型， 其中， 每 个目标样本组用于训练一个估价子模型。 3.根据权利要求2所述的方法， 其特征在于， 所述车型特征包括至少两种车型参数， 则 根据所述多个初始样本组中的样本数量， 对所述多个初始样本组进行整合处理， 得到可参 与模型训练的多个目标样本组， 包括： 针对所述多个初始样本组中存在的样本数量超过设定的第一数量阈值的第一初始样 本组， 将所述第一初始样本组作为可参与模型训练的第一 目标样本组， 所述第一 目标样本 组可参与所述估价 服务模型中第一估价子模型的训练； 针对所述多个初始样本组中存在的样本数量低于设定的第二数量阈值的第二初始样 本组， 若所述第二初始样本组对应的相似样本组的样本数量超过设定的第三数量阈值， 则 将所述第二初始样本组及其相似样本组作为可参与模型训练的第二目标样本组； 所述相似 样本组与所述第二初始样本组的车辆特征信息具有至少一种相同的车型参数， 所述第二目 标样本组可参与所述估价 服务模型中第二估价子模型的训练； 针对所述多个初始样本组中存在样本数量低于设定的第二数量阈值的第二初始样本 组， 若所述第二初始样本组对应的相似样本组的样本数量未超过设定的第三数量阈值， 则 将所述第二初始样本组及其竞对样本组作为可参与模型训练的第三目标样本组； 所述竞对 样本组与所述第二初始样本组中的样本车辆属于不同品牌； 所述第三目标样本组可参与所 述估价服务模型中第三估价子模型的训练。 4.根据权利要求2所述的方法， 其特征在于， 根据 所述多个目标样本组分别训练所述估 价服务模型中的多个估价子模型， 包括： 对分组前的样本数据进行特征提取， 得到全量特征， 所述全量特征包括： 原始特征、 组 合特征以及数值型 特征； 基于所述全量特 征进行模型训练， 得到基准模型； 基于各个目标样本组中样本数据对应的原始特征， 分别对所述基准模型进行精调， 得权　利　要　求　书 1/3 页 2 CN 114493668 A 2到各个目标样本组对应的估价子模型。 5.根据权利要求4所述的方法， 其特征在于， 对分组前的样本数据进行特征提取， 得到 全量特征， 包括： 对分组前的样本数据进行特征提取， 得到原始特征， 所述原始特征包括： 车型特征、 车 况特征中的至少一种； 对所述原 始特征进行特征转换， 得到数值型 特征； 对所述原 始特征进行特征组合， 得到组合特 征； 将所述数值型 特征、 所述组合特 征以及所述原 始特征作为全量特 征。 6.根据权利要求4所述的方法， 其特征在于， 基于各个目标样本组中样本数据对应的原 始特征， 分别对所述基准模型进行精调， 得到各个目标样本组对应的估价子模型， 包括： 针对任一目标样本组， 根据所述任一目标样本组中样本数据的原始特征， 对所述任一 目标样本组中的样本数据进行二次分类， 得到所述原始特征中的目标特征对应的样本子分 组； 根据所述目标特征对应的样本子分组， 分别对所述基准模型进行精调， 得到所述目标 特征分别对应的特 征子模型； 根据所述目标特征分别对应的特征子模型， 确定所述任一目标样本组对应的估价子模 型。 7.根据权利要求1所述的方法， 其特 征在于， 还 包括： 获取第一车辆的实际交易信息， 所述第一车辆是通过所述估价服务模型进行车辆估 价， 且交易成功的车辆； 根据所述第一车辆对应的估测 交易信息和实 际交易信息， 从车型特征维度和/或车况 特征维度计算所述估价 服务模型的平均估价 准确率； 若所述平均估价准确率低于设定准确率阈值， 则搜集新增样本， 根据所述新增样本后 的样本数据对所述估价 服务模型进行 更新。 8.根据权利要求7 所述的方法， 其特 征在于， 还 包括： 针对车型特征维度的平均估价准确率， 若所述平均估价准确率低于设定的准确率阈 值， 且所述设定准确 率阈值与所述平均估价准确 率的差值超过设定的差值阈值， 则根据所 述车型特征对应车辆的展销价格以及人工标注数据， 对所述车型特征所属的目标样本组进 行样本数量扩充， 得到扩充后的目标样本组； 根据所述扩充后的目标样本组， 训练目标 车辆所属的车 型特征对应的估价子模型。 9.一种车辆信息处理装置， 其特征在于， 包括： 获取模块、 匹配模块、 转换模块、 选择模 块以及估价模块； 所述获取模块， 用于获取目标车辆的车辆数据， 所述车辆数据包括： 所述目标车辆的车 辆特征信息和车 况描述信息； 所述匹配模块， 用于根据所述车辆特征信息， 匹配车型特征库中与所述车辆特征信息 对应的目标车型特征； 所述转换模块， 用于对所述车况描述信息进 行特征转换， 得到目标车 况特征； 所述选择模块， 用于根据所述目标车型特征， 从估价服务模型包括的多个估价子模型 中选择目标估价子模型， 不同估价子模型对应不同的车 型特征；权　利　要　求　书 2/3 页 3 CN 114493668 A 3