1.一種危險駕駛行為的預警方法，其特征在于，包括：

獲取行駛車輛在最近時間段內的車況信息，所述最近時間段是指距離當前時刻最近的預設時間長度的時間段；

根據所述車況信息分析得出所述行駛車輛在所述最近時間段內的各種駕駛行為以及對應的行為時長；

將分析得出的所述各種駕駛行為與預定義的危險駕駛行為集合進行匹配，得出所述各種駕駛行為中的各個危險駕駛行為；

根據各個所述危險駕駛行為對應的行為時長和對應的預設權重分別計算得到各個所述危險駕駛行為的行為分數；

根據預設的分數概率對應關系確定各個所述危險駕駛行為的發(fā)生事故概率，所述分數概率對應關系記錄有危險駕駛行為的行為分數與發(fā)生事故概率之間的對應關系；

將各個所述危險駕駛行為的發(fā)生事故概率通知給所述行駛車輛的駕駛員。

2.根據權利要求1所述的危險駕駛行為的預警方法，其特征在于，所述分數概率對應關系通過以下步驟預先確定：

獲取歷史數據中各個危險駕駛行為以及對應的行為分數；

統計各個行為分數區(qū)間中所述各個危險駕駛行為所導致的交通事故次數；

根據統計得到的所述交通事故次數分別計算各個所述行為分數區(qū)間中危險駕駛行為導致交通事故發(fā)生的概率；

根據計算得到的各個所述行為分數區(qū)間對應的所述概率確定所述分數概率對應關系。

3.根據權利要求1所述的危險駕駛行為的預警方法，其特征在于，還包括：

根據預設的行為險種對應關系確定出與各個所述危險駕駛行為中發(fā)生事故概率最高的危險駕駛行為對應的推薦保險險種，所述行為險種對應關系記錄有危險駕駛行為與保險險種之間的對應關系；

將所述推薦保險險種推薦給所述駕駛員。

4.根據權利要求3所述的危險駕駛行為的預警方法，其特征在于，所述行為險種對應關系通過以下步驟預先確定：

獲取歷史數據中各個危險駕駛行為以及所導致的交通事故信息；

分別抽取出各個所述危險駕駛行為對應的交通事故信息中財產損失最大的部分信息；

分別根據各個所述危險駕駛行為對應的所述財產損失最大的部分信息從險種庫中選取出保障力度最大的保險險種，作為各個所述危險駕駛行為所對應的保險險種；

根據各個所述危險駕駛行為所對應的保險險種確定所述行為險種對應關系。

5.根據權利要求1至4中任一項所述的危險駕駛行為的預警方法，其特征在于，所述將各個所述危險駕駛行為的發(fā)生事故概率通知給所述行駛車輛的駕駛員包括：

按照發(fā)生事故概率從高到低的次序將各個所述危險駕駛行為以及各自對應的發(fā)生事故概率顯示在所述行駛車輛的中控臺上；

或

按照發(fā)生事故概率從高到低的次序將各個所述危險駕駛行為以及各自對應的發(fā)生事故概率推送至指定移動終端。

6.一種危險駕駛行為的預警裝置，其特征在于，包括：

車況信息獲取模塊，用于獲取行駛車輛在最近時間段內的車況信息，所述最近時間段是指距離當前時刻最近的預設時間長度的時間段；

駕駛行為分析模塊，用于根據所述車況信息分析得出所述行駛車輛在所述最近時間段內的各種駕駛行為以及對應的行為時長；

危險駕駛行為識別模塊，用于將分析得出的所述各種駕駛行為與預定義的危險駕駛行為集合進行匹配，得出所述各種駕駛行為中的各個危險駕駛行為；

行為分數計算模塊，用于根據各個所述危險駕駛行為對應的行為時長和對應的預設權重分別計算得到各個所述危險駕駛行為的行為分數；

事故概率確定模塊，用于根據預設的分數概率對應關系確定各個所述危險駕駛行為的發(fā)生事故概率，所述分數概率對應關系記錄有危險駕駛行為的行為分數與發(fā)生事故概率之間的對應關系；

通知模塊，用于將各個所述危險駕駛行為的發(fā)生事故概率通知給所述行駛車輛的駕駛員。