【技术实现步骤摘要】
运钞车押运人员的确定方法、装置、电子设备及介质
[0001]本申请涉及人工智能
,更具体的说,是涉及运钞车押运人员的确定方法
、
装置
、
电子设备及介质
。
技术介绍
[0002]目前银行通过运钞车进行收送款
。
押运人员是保证运钞车安全的重要因素
。
通常押运人员的排班是人工的进行,若利用排班漏洞,多个熟悉的押运人员协商进行非法操作,那么,在多个熟悉的押运人员押运同一辆运钞车的过程中可能会造成一定押运风险,从而给银行带来损失
。
技术实现思路
[0003]有鉴于此,本申请提供了一种运钞车押运人员的确定方法
、
装置
、
电子设备及介质
。
[0004]为实现上述目的,本申请提供如下技术方案:
[0005]根据本公开实施例的第一方面,提供一种运钞车押运人员的确定方法,包括:
[0006]接收获取排班组合指令,所述获取排班组合指令包括多个押运人员的身份信息;
[0007]从预设的身份信息与属性信息的对应关系中,查找多个所述押运人员的身份信息分别对应的目标属性信息,所述属性信息包括基本信息
、
入职信息
、
资金收付款信息
、
历史押运信息以及通信信息;
[0008]其中,所述押运人员的基本信息包括:年龄
、
爱好以及薪资;所述押运人员的所述入职信息包括:与当前时间最近的预设年 ...
【技术保护点】
【技术特征摘要】
1.
一种运钞车押运人员的确定方法,其特征在于,包括:接收获取排班组合指令,所述获取排班组合指令包括多个押运人员的身份信息;从预设的身份信息与属性信息的对应关系中,查找多个所述押运人员的身份信息分别对应的目标属性信息,所述属性信息包括基本信息
、
入职信息
、
资金收付款信息
、
历史押运信息以及通信信息;其中,所述押运人员的基本信息包括:年龄
、
爱好以及薪资;所述押运人员的所述入职信息包括:与当前时间最近的预设年限内入职的企业,以及,入职所述企业的入职时间;所述押运人员的所述资金收付款信息包括:向所述押运人员转账的转出账户和转出金额
、
所述押运人员将金额转出的转入账户和转入金额,以及所述押运人员购买的物品;所述押运人员的历史押运信息包括:所述押运人员与其他押运人员共同押运同一辆运钞车的次数;所述押运人员的通信信息包括:所述押运人员持有的终端设备的通讯录,以及,所述押运人员与其他押运人员的通信次数;将多个所述押运人员分别对应的所述目标属性信息,输入预构建的押运人员亲密度检测模型;通过所述押运人员亲密度检测模型,确定多个所述押运人员中任意两两押运人员的亲密度;其中,所述押运人员亲密度检测模型是将多个样本押运人员分别对应的所述属性信息作为输入,以标注的所述多个样本押运人员中两两样本押运人员之间的亲密度作为训练目标,训练得到的;基于多个所述押运人员中任意两两押运人员的亲密度,确定排班组合,所述排班组合包含押运人员中两两押运人员的亲密度小于或等于预设阈值,所述排班组合包含的多个押运人员用于共同押运同一运钞车
。2.
根据权利要求1所述运钞车押运人员的确定方法,其特征在于,所述基于多个所述押运人员中任意两两押运人员的亲密度,确定排班组合包括:获取运钞车的押运时间以及所需的押运人员的第一数目;从多个所述押运人员中获取所述第一数目个所述亲密度小于或等于预设阈值的押运人员,以得到所述排班组合
。3.
根据权利要求1所述运钞车押运人员的确定方法,其特征在于,所述押运人员亲密度检测模型包括:风险度预测模块以及关联关系检测模块;所述将多个所述押运人员分别对应的所述目标属性信息,输入预构建的押运人员亲密度检测模型步骤包括:将多个所述押运人员分别对应的所述目标属性信息输入至所述风险度预测模块;将多个所述押运人员分别对应的所述目标属性信息输入至所述关联关系检测模块
。4.
根据权利要求3所述运钞车押运人员的确定方法,其特征在于,所述通过所述押运人员亲密度检测模型,确定多个所述押运人员中任意两两押运人员的亲密度步骤包括:通过所述风险度预测模块获取多个所述押运人员中两两押运人员的共同押运运钞车的风险程度;通过所述关联关系检测模块获取多个所述押运人员中两两押运人员的关联关系;基于两两押运人员的共同押运运钞车的风险程度,以及,两两押运人员的关联关系,确
定两两押运人员的亲密度
。5.
根据权利要求4所述运钞车押运人员的确定方法,其特征在于,所述基于两两押运人员的共同押运运钞车的风险程度,以及,两两押运人员的关联关系,确定两两押运人员的亲密度步骤包括:通过以下公式计算两两押运人员的亲密度:两两押运人员的亲密度=第一权重
*
两两押运人员的共同押运运钞车的风险程度
+
第二权重
*
两两押运人员的关联关系;其中,两两押运人员的...
【专利技术属性】
技术研发人员:张恩兵,
申请(专利权)人:中国银行股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。