第一層：包含和欣、三福和車機所蒐集到的原始車輛動態資料(raw data)。
第二層：將原始車輛動態資料清洗過後形成“車輛動態資料”，並進行統計分析。
第三層：根據本團隊所設定危險行為公式將data轉換成危險行為，並且針對行為進行統計分析。
第四層：利用Prefixspan和FP Growth演算法，mining出危險行為的Sequential pattern 和Association rule。
第五層：將原始車輛動態資料清洗過後形成“車輛動態資料”，並進行統計分析針對Sequential pattern 的結果進行K-means分群，分析出駕駛風格。