银行网点柜台数量预测方法及装置制造方法及图纸

本发明专利技术公开了一种银行网点柜台数量预测方法及装置，涉及人工智能技术领域，其中该方法包括：根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；获取银行网点的位置信息、银行网点能够办理的各业务分别对应的级别，得到银行网点每一级别对应的能够办理的业务的数量；根据银行网点的位置信息，确定银行网点所属的区域范围，计算银行网点与区域范围的预设区域中心的距离；将距离、银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到银行网点的人流量预测结果；根据银行网点每个柜台能够承载的用户数量、人流量预测结果，得到银行网点需要设置的柜台数量。本发明专利技术可以及时确定每个银行网点需要的柜台数量。需要的柜台数量。需要的柜台数量。

【技术实现步骤摘要】
银行网点柜台数量预测方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及银行网点柜台数量预测方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]不同银行网点所处位置不同，能够办理的银行业务也不同，这导致不同银行网点的人流量也不同。部分银行网点人流量大，需要用户长时间的排队等待，用户体验不佳，而部分银行网点的人流量少，银行柜台资源闲置，导致银行柜台资源浪费。

技术实现思路

[0004]本专利技术实施例提供一种银行网点柜台数量预测方法，用以预测每个银行网点需要设置的柜台数量，以便能对银行网点的柜台资源进行合理配置，避免银行柜台资源浪费，改善用户体验，该方法包括：
[0005]预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；其中，每一业务对应一个级别，每一级别对应多个业务；
[0006]获取银行网点的位置信息、以及所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别；
[0007]根据所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别，得到所述银行网点每一级别对应的能够办理的业务的数量；
[0008]根据所述银行网点的位置信息，确定所述银行网点所属的区域范围，计算所述银行网点与所述区域范围的预设区域中心的距离；
[0009]将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果；其中，所述人流量预测模型为根据各银行网点对应的历史距离、历史每一级别对应的能够办理的业务的数量、历史人流量，对线性回归方程进行训练得到；
[0010]根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量。
[0011]本专利技术实施例还提供一种银行网点柜台数量预测装置，用以预测每个银行网点需要设置的柜台数量，以便能对银行网点的柜台资源进行合理配置，避免银行柜台资源浪费，改善用户体验，该装置包括：
[0012]级别划分模块，用于预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；其中，每一业务对应一个级别，每一级别对应多个业务；
[0013]数据获取模块，用于获取银行网点的位置信息、以及所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别；
[0014]第一处理模块，用于根据所述银行网点能够办理的业务、以及所述银行网点能够
办理的各业务分别对应的级别，得到所述银行网点每一级别对应的能够办理的业务的数量；
[0015]第二处理模块，用于根据所述银行网点的位置信息，确定所述银行网点所属的区域范围，计算所述银行网点与所述区域范围的预设区域中心的距离；
[0016]第三处理模块，用于将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果；其中，所述人流量预测模型为根据各银行网点对应的历史距离、历史能够办理的每一级别对应的业务的数量、历史人流量，对线性回归方程进行训练得到；
[0017]第四处理模块，用于根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量。
[0018]本专利技术实施例还提供一种计算机设备，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银行网点柜台数量预测方法。
[0019]本专利技术实施例还提供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计算机程序，所述计算机程序被处理器执行时实现上述银行网点柜台数量预测方法。
[0020]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行网点柜台数量预测方法。
[0021]本专利技术实施例中，预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；其中，每一业务对应一个级别，每一级别对应多个业务；获取银行网点的位置信息、以及所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别；根据所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别，得到所述银行网点每一级别对应的能够办理的业务的数量；根据所述银行网点的位置信息，确定所述银行网点所属的区域范围，计算所述银行网点与所述区域范围的预设区域中心的距离；将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果；其中，所述人流量预测模型为根据各银行网点对应的历史距离、历史每一级别对应的能够办理的业务的数量、历史人流量，对线性回归方程进行训练得到；根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量。这样能够及时确定每个银行网点需要的柜台数量，以便能对银行网点的柜台资源进行合理配置，避免银行柜台资源浪费，改善用户体验。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0023]图1为本专利技术实施例中提供的一种银行网点柜台数量预测方法的流程图；
[0024]图2为本专利技术实施例中提供的一种预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别的方法流程图；
[0025]图3为本专利技术实施例中提供的一种人流量预测模型的训练方法的流程图；
[0026]图4为本专利技术实施例中提供的一种银行网点柜台数量预测装置的示意图；
[0027]图5为本专利技术实施例中提供的一种计算机设备的示意图。
具体实施方式
[0028]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例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。
[0029]本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0030]本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0031]在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种银行网点柜台数量预测方法，其特征在于，包括：预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；其中，每一业务对应一个级别，每一级别对应多个业务；获取银行网点的位置信息、以及所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别；根据所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别，得到所述银行网点每一级别对应的能够办理的业务的数量；根据所述银行网点的位置信息，确定所述银行网点所属的区域范围，计算所述银行网点与所述区域范围的预设区域中心的距离；将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果；其中，所述人流量预测模型为根据各银行网点对应的历史距离、历史每一级别对应的能够办理的业务的数量、历史人流量，对线性回归方程进行训练得到；根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量。2.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别，包括：获取每一业务在预设时间段内的办理人数；根据每一业务在预设时间段内的办理人数，对每一业务进行聚类，得到多个聚类群体，为每个聚类群体确定一个级别；其中，每一聚类群体内至少包括一个业务；将每一业务所在的聚类群体的级别，确定为该业务的级别。3.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，获取所述银行网点的位置信息、以及银行网点能够办理的每一级别对应的业务的数量之前，还包括：将各银行网点的人流量作为线性回归方程的因变量，将各银行网点对应的距离、每一级别分别对应的业务的数量作为线性回归方程的自变量；根据各银行网点对应的历史距离、历史能够办理的每一级别对应的业务的数量、历史人流量，采用最小二乘法计算出线性回归方程的各参数值，得到训练好的人流量预测模型；其中，线性回归方程的各参数值包括：线性回归方程的常数项、线性回归方程的各自变量的系数、线性回归方程的随机误差。4.如权利要求3所述的银行网点柜台数量预测方法，其特征在于，将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果，包括：将所述距离、所述银行网点每一级别能够办理的业务的数量，分别代入人流量预测模型的各自变量中，计算得到因变量的数值，将因变量的数值作为所述银行网点的人流量预设结果。5.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量，包括：获取所述银行网点除柜台外的其它网点设备的平均办理人数；
采用下述公式计算所述银行网点需要设置的柜台数量：其中，N代表所述银行网点需要设置的柜台数量，M代表所述银行网点的人流量预测结果，B代表所述银行网点除柜台外的其它网点设备的平均办理人数，S代表所述银行网点除柜台外的其它网点设备的数量，A代表所述银行网点每个柜台能够承载的用户数量。6.一种银行网点柜台数量预测装置，其特征在于，包括：级别划分模块，用于预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个...

【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：