网点业务引导方法、装置、计算机设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供了一种网点业务引导方法、装置、计算机设备及可读存储介质，可用于人工智能或其他领域，其中，该方法包括：接收用户终端发送的业务办理的预约请求，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，柜台预测模型输出柜台类型，柜台预测模型是基于GA‑BP神经网络结构训练得到的，柜台类型包括智能柜台或人工柜台；将柜台预测模型输出的柜台类型反馈给用户终端，当接收到用户终端的确认信息时，将柜台预测模型输出的柜台类型确定为业务办理的预约柜台。该方案可以为每个业务办理的预约请求预约智能柜台或人工柜台，有利于均衡智能柜台和人工柜台的排队情况，有利于提高用户体验。

【技术实现步骤摘要】
网点业务引导方法、装置、计算机设备及可读存储介质
本专利技术涉及业务处理
，特别涉及一种网点业务引导方法、装置、计算机设备及可读存储介质。需要说明的是，本专利技术网点业务引导方法、装置、计算机设备及可读存储介质可用于人工智能领域，也可用于除人工智能领域之外的任意领域，本专利技术对网点业务引导方法、装置、计算机设备及可读存储介质的应用领域不做限定。
技术介绍
现在很多时候都推荐智能柜台，现在很多直接将用户引导至智能柜台，普通柜台却经常没有人，导致很多用户在智能柜台进行排队，实际出现用户体检不佳的问题。
技术实现思路
本专利技术实施例提供了一种网点业务引导方法，以解决现有技术中用户体检不佳的技术问题。该方法包括：接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于BP网络神经算法训练得到的，所述柜台类型包括智能柜台或人工柜台；将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。本专利技术实施例还提供了一种网点业务引导装置，以解决现有技术中用户体检不佳的技术问题。该装置包括：请求接收模块，用于接收用户终端发送的业务办理预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；柜台预测模块，用于将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于BP网络神经算法训练得到的，所述柜台类型包括智能柜台或人工柜台；柜台预约模块，用于将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的网点业务引导方法，以解决现有技术中用户体检不佳的技术问题。本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的网点业务引导方法的计算机程序，以解决现有技术中用户体检不佳的技术问题。在本专利技术实施例中，提出了接收用户终端发送的业务办理预约请求后，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，进而通过柜台预测模型输出柜台类型，最后，将柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台，实现了通过柜台预测模型实时为每个业务办理的预约请求预测柜台类型，进而根据预测的柜台类型为每个业务办理的预约请求预约智能柜台或人工柜台，与现有技术相比，可以避免智能柜台过多人排队的现象，有利于均衡智能柜台和人工柜台的排队情况，有利于提高柜台效率，有利于提高用户体验。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。在附图中：图1是本专利技术实施例提供的一种网点业务引导方法的流程图；图2是本专利技术实施例提供的一种基于GA-BP神经网络结构训练得到柜台预测模型的流程图；图3是本专利技术实施例提供的一种智能柜台准备办理业务的流程图；图4是本专利技术实施例提供的一种计算机设备的结构框图；图5是本专利技术实施例提供的一种网点业务引导装置的结构框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本专利技术做进一步详细说明。在此，本专利技术的示意性实施方式及其说明用于解释本专利技术，但并不作为对本专利技术的限定。在本专利技术实施例中，提供了一种网点业务引导方法，如图1所示，该方法包括：步骤102：接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；步骤104：将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于GA-BP神经网络结构训练得到的，所述柜台类型包括智能柜台或人工柜台；步骤106：将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。由图1所示的流程可知，在本专利技术实施例中，提出了接收用户终端发送的业务办理预约请求后，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，进而通过柜台预测模型输出柜台类型，最后，将柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台，实现了通过柜台预测模型实时为每个业务办理的预约请求预测柜台类型，进而根据预测的柜台类型为每个业务办理的预约请求预约智能柜台或人工柜台，与现有技术相比，可以避免智能柜台过多人排队的现象，有利于均衡智能柜台和人工柜台的排队情况，有利于提高柜台效率，有利于提高用户体验。具体实施时，上述网点可以是任意业务办理网点，例如，可以是银行业务网点、通信业务网点等任意业务网点。具体实施时，上述用户终端可以是手机、电脑、平板等用户终端。具体的，用户可以通过用户终端上的业务应用发送业务办理的预约请求，例如，网点以银行业务网点为例，用户可以通过用户终端上的手机银行应用发送业务办理的预约请求，并且在预约请求中携带办理的业务类型、办理时间以及预约的具体网点等信息。具体实施时，上述网点业务引导方法可以运行在业务系统的后台服务器上。具体实施时，为了能够实现实时根据业务类型、办理时间以及预约网点预测出符合当前用户的柜台类型，在本实施例中，如图2所示，通过以下步骤基于GA-BP神经网络结构训练得到柜台预测模型：步骤202：基于BP神经网络和遗传算法构建GA-BP神经网络结构；步骤204：将历史用户选择的网点信息、业务类型、办理时间以及对应的柜台类型作为样本数据，输入GA-BP神经网络结构进行训练，得到所述柜台预测模型，其中，在GA-BP神经网络结构中根据业务类型判断是否能够使用智能柜台进行办理，若是，则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长，用户选择的办理时间内网点的平均人流量，基于历史平均时长和平均人流量输出效率最高的柜台类型，否则，输出柜台类型为人工柜台。具体的，以用户选择的网点信息、用户办理业务的类别、办理业务需要的证件信息以及使用的柜台类型等信息为样本数据训练GA-BP神经网络结构，得到所述柜台预测模型，在GA-BP神经网络结构中统计出该业务类型能否使用智能柜台进行办理，如果可以，则则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长和用户选择办理业务时间网点的平均人流本文档来自技高网...

【技术保护点】
1.一种网点业务引导方法，其特征在于，包括：/n接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；/n将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于GA-BP神经网络结构训练得到的，所述柜台类型包括智能柜台或人工柜台；/n将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。/n

【技术特征摘要】
1.一种网点业务引导方法，其特征在于，包括：
接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；
将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于GA-BP神经网络结构训练得到的，所述柜台类型包括智能柜台或人工柜台；
将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。


2.如权利要求1所述的网点业务引导方法，其特征在于，还包括：
基于BP神经网络和遗传算法构建GA-BP神经网络结构；
将历史用户选择的网点信息、业务类型、办理时间以及对应的柜台类型作为样本数据，输入GA-BP神经网络结构进行训练，得到所述柜台预测模型，其中，在GA-BP神经网络结构中根据业务类型判断是否能够使用智能柜台进行办理，若是，则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长，用户选择的办理时间内网点的平均人流量，基于历史平均时长和平均人流量输出效率最高的柜台类型，否则，输出柜台类型为人工柜台。


3.如权利要求1所述的网点业务引导方法，其特征在于，还包括：
当未接收到所述用户终端的确认信息且接收到所述用户终端选择柜台类型的消息时，将所述用户终端选择的柜台类型确定为业务办理的预约柜台。


4.如权利要求1至3中任一项所述的网点业务引导方法，其特征在于，还包括：
当业务办理的预约柜台为智能柜台时，在所述办理时间前的第一预设时长内获取所述用户终端的位置信息；
根据所述位置信息预测用户到达所述预约网点的时间点；
在所述时间点前的第二预设时长内触发智能柜台获取业务办理的相关内容，其中，第一预设时长大于第二预设时长。


...

【专利技术属性】
技术研发人员：党娜，刘洋，李昊，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11