当前我国数据要素市场化配置改革进入落地攻坚阶段，数据知识产权登记作为明确数据权益、保障数据合规流通的核心基础设施环节，已成为各垂直领域数据资产化的前提条件。作为全国首批数据要素市场化配置改革试点省份，浙江省数据知识产权登记平台承担着全省范围内数据资产确权、流通溯源、权益保护的核心公共服务职能，此次登记也是汽车与出行垂直领域训练数据资产获得官方合规认定的典型案例。
临海数云创想信息技术有限公司本次登记的AI数字人汽车消费与出行行为预测训练数据知识产权，基于AI数字人技术生成，通过AI虚拟海量人群模拟汽车消费与全周期出行行为，并开展聚类分群与规律提取，为汽车厂商、经销商、出行服务平台、金融保险机构提供标准化高仿真底层数据支撑： 1. 精准识别购车意向客群与主力消费人群，支撑广告定向投放、客群筛选与渠道资源分配，提升获客效率与线索转化率，降低无效营销投入； 2. 基于车型偏好与用户画像特征，为产品定位、配置规划、区域车型投放策略提供依据，助力车企精准匹配市场需求； 3. 依据车辆保养周期规律，构建车主服务触达策略、保养提醒与售后转化方案，提升售后营收与客户留存率； 4. 通过网约车/公共交通使用规律，挖掘出行需求特征，优化出行平台运力调度、定价策略与线路规划，提升运营效率； 5. 基于购车时序预测、出行频次预测，指导汽车库存周转、区域铺货、金融分期产品设计与车险定价，优化全链条资源配置； 6. 为汽车行业智能导购、智能客服、直播卖车、市场调研、用户调研等商业化场景，提供合规、高仿真、可复用的虚拟人群行为数据支撑。
不同于传统采集的真实用户行为数据，该数据集基于AI数字人生成，全程不涉及真实个人信息采集，完全符合《数据安全法》《个人信息保护法》等法律法规要求，可大幅降低应用方的数据合规风险。
一、核心算法体系
1、采用DBSCAN 聚类算法，以性别、年龄、收入水平、所在城市、家庭结构为核心维度，对虚拟汽车消费与出行人群聚类分群，精准识别高意向购车、高频出行、高频保养三类核心客群。2、采用Transformer 时序预测模型，基于出行频次、保养间隔、购车计划等特征建模，预测购车时间、保养周期与未来消费概率，为汽车营销与车主运营提供量化支撑。
3.采用特征加权融合算法，对人口属性、消费能力、购车意向、车型偏好、出行方式等特征权重拟合与分布校准，生成贴合真实汽车市场的虚拟人群样本。
4.采用规则引擎 + 逻辑回归模型，构建购车预算、价格敏感度、保养选择、出行方式判定规则，量化用户偏好强度，支撑车型推荐、服务套餐与出行方案匹配。
二、技术实现逻辑
基于汽车消费、用车保养、公共交通与网约车出行真实行业数据，构建虚拟人群先验分布模型；通过 AI 数字人咨询、比价、选车、保养预约、出行下单等多轮交互采集行为特征，迭代优化标签体系。运用权重归一化、区域分布校准、行为逻辑校验技术，确保虚拟人群结构与行为规律高度贴近真实市场；支持人群特征动态更新，可适配新车上市、促销、季节出行、政策调整等多场景业务需求。
三、数据字段解释（经规则处理）
1.数字 id：AI 数字人唯一标识，保障数据可追溯、不重复。
2.性别、年龄分组、学历、收入水平、所在城市、职业、家庭结构：基础属性字段，经聚类规则处理，作为人群分群核心依据。
3.购车意向时间：经时序预测处理，标识计划购车区间，用于需求预测与线索分级。
4.车型偏好：经特征加权处理，输出用户倾向车型，支撑产品推荐与投放定向。
5.购车预算区间、购车核心需求：经价格敏感度规则处理，反映消费能力与动机，支撑定价与营销。
6.保养周期：经时序与用车行为规则处理，预测保养间隔，用于售后触达与服务转化。
7.保养偏好：经选择行为规则处理，明确保养渠道倾向，优化售后渠道配置。
8.车辆使用场景：经行为聚类处理，明确车辆用途，支撑车型定位与场景化营销。
9.网约车使用频率、公共交通依赖度、私家车使用频率：经出行行为规则处理，量化出行规律。
10.出行时段偏好、替代出行方式：经时序与场景规则处理，挖掘出行特征，支撑运力调度与方案优化。
此次登记的完成，标志着汽车与出行领域的训练类数据资产获得官方知识产权认定，既为该数据集后续的市场化流通、授权使用奠定了权益基础，也为其他垂直领域AI训练数据的确权登记提供了可参考的实践样本，对推动汽车产业数字化转型、完善数据要素市场垂直领域供给体系具有重要的示范意义。
登记内容：
_1769672084863.jpg)