一种客流量预测方法及相关装置制造方法及图纸

本申请提供了一种客流量预测方法及相关装置，该方法包括：获取多个待预测网点中每个待预测网点在历史时间段的客流量分布；根据每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定每个待预测网点的客流量预测结果，其中，客流量预测模型通过待预测网点的历史客流量训练得到；向用户呈现客流量预测结果。该方法针对每个待预测网点，建立对应的客流量预测模型，利用历史时间段的客流量分布得到客流量预测结果并将结果反馈给用户，从而获得每个待预测网点的准确的客流量预测结果。测网点的准确的客流量预测结果。测网点的准确的客流量预测结果。

【技术实现步骤摘要】
一种客流量预测方法及相关装置


[0001]本申请涉及计算机
，尤其涉及一种客流量预测方法、装置、电子设备、计算机可读存储介质以及计算机程序产品。

技术介绍

[0002]客流量预测是指针对人员密集场所未来时刻的客流量的预测。银行网点作为向用户办理金融业务的线下场所，准确的客流量预测有助于用户提前了解等待时间，也有助于银行网点提前部署服务人员。
[0003]针对上述问题，业界通常根据银行网点的当前排队人数预测等待时间。然而，由于不同银行网点的服务人员数量和办理业务效率不同，上述方法难以针对各个银行网点进行准确的客流量预测。

技术实现思路

[0004]本申请提供了一种客流量预测方方法，该方法可以针对各个银行网点进行客流量预测，从而获得准确的客流量预测结果，以提升用户体验。本申请还提供了上述方法对应的装置、电子设备、计算机可读存储介质以及计算机程序产品。
[0005]第一方面，本申请提供了一种客流量预测方法。所述方法包括：
[0006]获取多个待预测网点中每个待预测网点在历史时间段的客流量分布；
[0007]根据所述每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测模型通过所述待预测网点的历史客流量训练得到；
[0008]向用户呈现所述客流量预测结果。
[0009]在一些可能的实现方式中，所述方法还包括：
[0010]获取所述多个待预测网点中每个待预测网点的当前客流量、当前柜台排队人数和当前服务人员数量；
[0011]根据所述每个待预测网点的当前客流量、所述当前柜台排队人数和所述当前服务人员数量，利用每个待预测网点各自对应的分类模型，确定所述每个待预测网点的繁忙状态；
[0012]向所述用户呈现所述繁忙状态。
[0013]在一些可能的实现方式中，所述历史时间段的客流量分布包括N个单元时间段中多个时刻下的客流量，所述根据所述每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，包括：
[0014]将所述每个待预测网点在N个单元时间段中多个时刻下的客流量输入所述每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测结果包括目标单元时间段中多个时刻下的客流量。
[0015]在一些可能的实现方式中，所述方法还包括：
[0016]根据所述每个待预测网点的客流量预测结果，向用户推荐服务人员配置，所述服务人员配置包括多个种类的服务人员数量。
[0017]在一些可能的实现方式中，所述每个待预测网点各自对应的客流量预测模型部署在所述每个待预测网点各自对应的容器中。
[0018]在一些可能的实现方式中，所述分类模型利用信息增益算法确定分类节点和所述分类节点对应的判断值。
[0019]第二方面，本申请提供了一种客流量预测装置。所述装置包括：
[0020]获取模块，用于获取多个待预测网点中每个待预测网点在历史时间段的客流量分布；
[0021]确定模块，用于根据所述每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测模型通过所述待预测网点的历史客流量训练得到；
[0022]呈现模块，用于向用户呈现所述客流量预测结果。
[0023]在一些可能的实现方式中，所述获取模块还用于：
[0024]获取所述多个待预测网点中每个待预测网点的当前客流量、当前柜台排队人数和当前服务人员数量；
[0025]所述确定模块还用于：
[0026]根据所述每个待预测网点的当前客流量、所述当前柜台排队人数和所述当前服务人员数量，利用每个待预测网点各自对应的分类模型，确定所述每个待预测网点的繁忙状态；
[0027]所述呈现模块还用于：
[0028]向所述用户呈现所述繁忙状态。
[0029]在一些可能的实现方式中，所述历史时间段的客流量分布包括N个单元时间段中多个时刻下的客流量，所述确定模块具体用于：
[0030]将所述每个待预测网点在N个单元时间段中多个时刻下的客流量输入所述每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测结果包括目标单元时间段中多个时刻下的客流量。
[0031]在一些可能的实现方式中，所述装置还包括：
[0032]推荐模块，用于根据所述每个待预测网点的客流量预测结果，向用户推荐服务人员配置，所述服务人员配置包括多个种类的服务人员数量。
[0033]在一些可能的实现方式中，所述每个待预测网点各自对应的客流量预测模型部署在所述每个待预测网点各自对应的容器中。
[0034]在一些可能的实现方式中，所述分类模型利用信息增益算法确定分类节点和所述分类节点对应的判断值。
[0035]第三方面，本申请提供了一种电子设备。所述电子设备包括处理器和存储器，所述存储器中存储有指令，所述处理器执行所述指令，使得所述电子设备平台执行如本申请第一方面或第一方面的任一种实现方式所述的方法。
[0036]第四方面，本申请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中
存储有指令，当其在电子设备上运行时，使得所述电子设备执行上述第一方面或第一方面的任一种实现方式所述的方法。
[0037]第五方面，本申请提供了一种计算机程序产品。所述计算机程序产品包括计算机可读指令，当其在电子设备上运行时，使得所述电子设备执行上述第一方面或第一方面的任一种实现方式所述的方法。
[0038]本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
[0039]基于上述内容描述，可知本申请的技术方案具有如下有益效果：
[0040]具体地，该方法首先获取多个待预测网点中每个待预测网点在历史时间段的客流量分布，然后根据每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定每个待预测网点的客流量预测结果，其中，客流量预测模型通过待预测网点的历史客流量训练得到，接着向用户呈现客流量预测结果。该方法针对每个待预测网点，建立对应的客流量预测模型，利用历史时间段的客流量分布得到客流量预测结果并将结果反馈给用户，从而获得每个待预测网点的准确的客流量预测结果。
附图说明
[0041]结合附图并参考以下具体实施方式，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0042]图1为本申请实施例提供的一种客流量预测方法的流程示意图；
[0043]图2为本申请实施例提供的一种客流量预测模型部署方式的示意图；...

【技术保护点】

【技术特征摘要】
1.一种客流量预测方法，其特征在于，所述方法包括：获取多个待预测网点中每个待预测网点在历史时间段的客流量分布；根据所述每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测模型通过所述待预测网点的历史客流量训练得到；向用户呈现所述客流量预测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述多个待预测网点中每个待预测网点的当前客流量、当前柜台排队人数和当前服务人员数量；根据所述每个待预测网点的当前客流量、所述当前柜台排队人数和所述当前服务人员数量，利用每个待预测网点各自对应的分类模型，确定所述每个待预测网点的繁忙状态；向所述用户呈现所述繁忙状态。3.根据权利要求1所述的方法，其特征在于，所述历史时间段的客流量分布包括N个单元时间段中多个时刻下的客流量，所述根据所述每个待预测网点在历史时间段的客流量分布，利用每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，包括：将所述每个待预测网点在N个单元时间段中多个时刻下的客流量输入所述每个待预测网点各自对应的客流量预测模型，确定所述每个待预测网点的客流量预测结果，所述客流量预测结果包括目标单元时间段中多个时刻下的客流量。4.根据权利要求1所述的方法，其特则在于，所述方法还包括：根据所述每个待预测...

【专利技术属性】
技术研发人员：林英骢，梁文静，陈芝佳，郭冰，梁可尊，
申请(专利权)人：中国建设银行股份有限公司广东省分行，
类型：发明
国别省市：