柜员排班信息的获取方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种柜员排班信息的获取方法、装置、电子设备和存储介质，该方法包括：利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到所述各网点中目标业务的预测折算业务量；根据所述预测折算业务量和柜员人数，计算所述各网点中目标业务的人员缺口数；将所述人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息。本申请的技术方案可以提高网点业务量预测的准确性，合理、高效地根据业务量预测结果获取柜员排班信息。根据业务量预测结果获取柜员排班信息。根据业务量预测结果获取柜员排班信息。

【技术实现步骤摘要】
柜员排班信息的获取方法、装置、电子设备和存储介质


[0001]本申请涉及计算机技术，尤其涉及一种柜员排班信息的获取方法、装置、电子设备和存储介质。

技术介绍

[0002]目前，商业银行柜面渠道仍是银行线下业务发起的重要渠道，各商业银行线下网点众多，为客户提供各种不同的业务办理服务。
[0003]通常，银行各网点的业务量大小各不相同，同一网点不同日期的业务量也各不相同，根据网点业务量来对各网点的柜员进行动态调整，合理地进行网点柜员排班，则可以提高人力资源利用效率，提升客户的体验。
[0004]在集约化运营的背景下，需要从中后场加强资源的整合与统筹，打破物理网点间的资源配置壁垒，故提出柜员池概念，即从分行、区域支行层面设置人员调配资源组，区别于网点固有人员，解决营业网点、作业中心、延伸服务等场景下临时性、突发性的用人需求，提升服务供给弹性。然而，现有技术中对网点业务量预测的准确性并不高，同时柜员排班也需要人工参与，效率低，无法满足当前银行对合理进行排班的需求。

技术实现思路

[0005]本申请提供一种柜员排班信息的获取方法、装置、电子设备和存储介质，以解决网点业务量预测准确性低，以及柜员排班效率低的问题。
[0006]第一方面，本申请提供了一种柜员排班信息的获取方法，该方法包括：
[0007]利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到所述各网点中目标业务的预测折算业务量，其中，所述折算业务量为按照不同业务的复杂程度折算后的业务量，所述复杂程度通过各类业务与预设基准类业务相比得到的折算系数来定义；
[0008]根据所述预测折算业务量和柜员人数，计算所述各网点中目标业务的人员缺口数；
[0009]将所述人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息。
[0010]第二方面，本申请还提供了一种柜员排班信息的获取装置，该装置包括：
[0011]折算业务量预测模块，用于利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到所述各网点中目标业务的预测折算业务量，其中，所述折算业务量为按照不同业务的复杂程度折算后的业务量，所述复杂程度通过各类业务与预设基准类业务相比得到的折算系数来定义；
[0012]人员缺口计算模块，用于根据所述预测折算业务量和柜员人数，计算所述各网点中目标业务的人员缺口数；
[0013]排班信息生成模块，用于将所述人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息。
[0014]第三方面，本申请还提供了一种电子设备，包括：
[0015]一个或多个处理器；
[0016]存储装置，用于存储一个或多个程序，
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的柜员排班信息的获取方法。
[0018]第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的柜员排班信息的获取方法。
[0019]本申请的技术方案中，利用业务量预测模型对网点的折算业务量进行预测，采用预测的折算业务量作为人员缺口的判断标准，计算出人员缺口数，使得业务量预测更加准确，计算出的人员缺口更贴近业务场景。同时，利用线性规划方法，根据每个柜员到各网点的距离以及各网点之间的距离自动生成柜员排班信息，不仅无需再进行人工干预，提高了效率，而且生成的排班信息更加准确，有利于提高人力资源利用率，提高银行各网点的工作效率。
附图说明
[0020]图1是本申请实施例一中的柜员排班信息的获取方法的流程图；
[0021]图2是本申请实施例二中的业务量预测模型的训练过程的流程图；
[0022]图3是本申请实施例三中的柜员排班信息的获取方法的流程图；
[0023]图4是本申请实施例四中的柜员排班信息的获取装置的结构示意图；
[0024]图5是本申请实施例五中的电子设备的结构示意图。
具体实施方式
[0025]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
[0026]实施例一
[0027]图1为本申请实施例一提供的柜员排班信息的获取方法的流程图，本实施例可适用于根据银行各网点业务量的预测结果进行柜员自动排班的情况，该方法可以由柜员排班信息的获取装置来执行，该装置可以采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如计算机设备或服务器等。如图1所示，该方法具体包括：
[0028]S101、利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到各网点中目标业务的预测折算业务量，其中，所述折算业务量为按照不同业务的复杂程度折算后的业务量，所述复杂程度通过各类业务与预设基准类业务相比得到的折算系数来定义。
[0029]具体的，业务量预测模型是利用机器学习方法训练得到，用于对各网点中任意目标业务的折算业务量进行预测。目标时间段可以是想要进行预测和排班的一个时间周期，
例如未来一周或者一个月。预测时，例如可以将待预测这一天之前一周内的折算业务量作为模型的输入，利用模型根据这些输入数据对待预测这一天的折算业务量进行预测。需要说明的是，每生成一天的预测结果，可以将该预测结果也作为模型的输入，对该日之后的第二天进行预测，由此通过滚动预测的方式提高预测准确性。此外，还可以以半天或小时为最小时间单位，对该单位时间内的折算业务量进行预测，本申请实施例对此不作任何限定。
[0030]折算业务量为按照不同业务的复杂程度折算后的业务量，而所述复杂程度则是通过各类业务与预设基准类业务相比得到的折算系数来定义。也就是说，将所有类型的业务都与基准类业务进行比较，例如，可以从业务完成时间等可以衡量业务复杂程度的角度来进行比较，从而确定折算系数，越复杂的业务其折算系数越高，越简单的业务其折算系数越低。根据每种业务的折算系数对各业务的业务量进行折算，即可得到折算业务量。而基于折算后的业务量进行柜员排班，使得其更加贴近业务场景，能够更加准确地进行柜员排班，提高网点的业务处理效率。
[0031]S102、根据预测折算业务量和柜员人数，计算各网点中目标业务的人员缺口数。
[0032]预测折算业务量表示未来可能发生的业务量，结合可以用来排班的柜员人数，即可确定出各网点中目标业务的人员缺口。
[0033]S103、将人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柜员排班信息的获取方法，其特征在于，包括：利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到所述各网点中目标业务的预测折算业务量，其中，所述折算业务量为按照不同业务的复杂程度折算后的业务量，所述复杂程度通过各类业务与预设基准类业务相比得到的折算系数来定义；根据所述预测折算业务量和柜员人数，计算所述各网点中目标业务的人员缺口数；将所述人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息。2.根据权利要求1所述的方法，其特征在于，还包括：根据历史数据计算所述目标业务的人均完成时间；将所述目标业务的人均完成时间，与所述基准类业务的人均完成时间相比，得到所述目标业务的折算系数；根据所述各网点中目标业务的历史业务量和所述折算系数，确定所述各网点中目标业务的历史折算业务量；利用所述历史折算业务量作为训练数据，训练得到所述业务量预测模型。3.根据权利要求1所述的方法，其特征在于，所述根据所述预测折算业务量和柜员人数，计算所述各网点中目标业务的人员缺口数，包括：将所述各网点中目标业务的历史折算业务量，除以完成所述历史折算业务量的柜员人数，得到所述各网点中目标业务的人员折算系数；将所述各网点中目标业务的预测折算业务量除以所述人员折算系数，得到所述各网点中目标业务的人员缺口数。4.根据权利要求1所述的方法，其特征在于，所述将所述人员缺口数作为约束条件，根据每个柜员到各网点的距离以及各网点之间的距离确定目标函数，利用线性规划模型生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息，包括：根据每个柜员到各网点的距离以及各网点之间的距离，确定距离矩阵；将所述人员缺口数作为约束条件，将所述距离矩阵与人员排班矩阵的点积最小作为所述线性规划模型的目标函数，得到所述线性规划模型输出的人员排班矩阵；根据所述人员排班矩阵生成所述各网点中目标业务在所述目标时间段内每日的柜员排班信息。5.一种柜员排班信息的获取装置，其特征在于，包括：折算业务量预测模块，用于利用预先训练的业务量预测模型，对各网点在目标时间段内每日的折算业务量进行预测，得到所述各网点中目标业务的预测折算业务量，其中，所述折算业务量为按照不同...

【专利技术属性】
技术研发人员：彭晨，马滢，喻露，何增之，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：