国家基础建设投资不断加快,“一带一路”建设、京津冀协同发展和长江经济带发展等三大战略的深入实施,为货运市场带来了新的发展机会。货车司机作为公路货运的从业主体,在货运过程中资金周转压力大,对货车融资租赁、车险分期、ETC费用垫付等货运金融服务需求旺盛,但是长期以来社会对货车司机的诚信认可度偏低。因此,本文以满足货车司机的货运金融需求为抓手,通过挖掘其轨迹数据,设计面向多方参与主体的货车司机货运特征画像机制,助力提升对货车司机的精细化管理水平。本文通过梳理货车司机的货运需求,构建了一套包括画像标签设计和标签提取方法的货车司机货运特征画像机制。其中,依托某货运平台货车GPS轨迹数据,利用Python编程技术设计出一套有关地图匹配、POI识别、轨迹分段以及OD识别等画像标签提取算法,成功识别出货车司机运输能力、运输趟次、运输效率、货源稳定、超速、夜间行驶、疲劳驾驶、违章情况、平台点击浏览、打电话、支付定金与购买货运保险等画像标签变量。然后,对货车司机货运特征画像标签提取数据进行因子分析,获取每个货车司机的公共因子得分,将其作为SOM-K-means两阶段算法的输入数据,得到货车司机的画像分类结果,并对每类货车司机进行详细的货运特征分析,形成每类货车司机的词云图形象。在微观应用层面,基于货车司机画像分类结果,构建了货车司机运输能力、夜间驾驶时长、疲劳驾驶次数、超速次数、违章次数等UBI驾驶行为评分模型,利用熵值法获得货车司机驾驶行为评分;构建了基于驾驶行为评分和画像分类的双层费率调整系数的UBI费率厘定模型,通过算例验证发现在相同基础费率条件下,驾驶习惯不好的货车司机需要多支付高达15%的保费,驾驶习惯好的货车司机最高可以享受25%的保费折扣,驾驶习惯一般的货车司机通过完成特定货运条件也可以享受到高达15%的保费折扣;最后在宏观战略层面分别为保险公司、货车经销商、金融机构、货运平台提出针对每类货车司机的个性化产品投入策略和客户维护策略。