一种基于图神经网络的网点推荐方法及相关装置制造方法及图纸

本发明专利技术提供了一种基于图神经网络的网点推荐方法及相关装置，可应用于人工智能领域或金融领域，在接收到纪念币业务请求的情况下，解析纪念币业务请求得到业务请求类型

【技术实现步骤摘要】
一种基于图神经网络的网点推荐方法及相关装置


[0001]本专利技术涉及人工智能领域，更具体的，涉及一种基于图神经网络的网点推荐方法及相关装置
。

技术介绍

[0002]纪念币是一个国家为纪念国际或本国的政治
、
历史
、
文化等方面的重大事件
、
杰出人物
、
名胜古迹
、
珍稀动植物
、
体育赛事等而发行的法定货币，它包括普通纪念币和贵金属纪念币
。
由于纪念币限量发行，有着较高的收藏价值，一直广受欢迎
。
[0003]目前银行仅支持在指定的几个网点进行纪念币的预约和兑换，客户在预约纪念币时需要查询哪些网点支持预约，还需要根据支持预约网点的位置选择最佳网点，费时费力
。
并且客户很可能选择支持预约网点列表中排名靠前的网点，导致各个网点的预约兑换量存在较大差异，某些网点的预约兑换量较大而影响网点正常业务
。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于图神经网络的网点推荐方法及相关装置，实现智能化的向客户精准推送用于纪念币预约或兑换的网点，避免客户集中选择部分网点从而影响网点正常业务
。
[0005]为了实现上述专利技术目的，本专利技术提供的具体技术方案如下：
[0006]第一方面，本专利技术实施例提供了一种基于图神经网络的网点推荐方法，包括：
[0007]在接收到纪念币业务请求的情况下，解析所述纪念币业务请求，得到业务请求类型
、
纪念币属性以及客户属性；
[0008]将所述纪念币属性以及客户属性输入预先构建的网点推荐模型，得到所述网点推荐模型输出的目标网点，所述网点推荐模型是利用纪念币知识图谱对图神经网络模型训练得到的；
[0009]将所述目标网点推送给客户
。
[0010]在一些实施例中，构建所述网点推荐模型的方法，包括：
[0011]根据纪念币预约数据以及兑换数据构建所述纪念币知识图谱，所述纪念币知识图谱以纪念币
、
网点和客户为实体，纪念币对应至少一个纪念币属性，网点对应至少一个网点属性，客户对应至少一个客户属性；
[0012]利用所述纪念币知识图谱对所述图神经网络模型进行训练，基于客户属性
、
纪念币属性以及网点属性学习客户与网点之间的对应关系，更新所述图神经网络模型的参数；
[0013]在满足预设条件时结束对所述图神经网络模型的训练，得到所述网点推荐模型
。
[0014]在一些实施例中，所述根据纪念币预约数据以及兑换数据构建所述纪念币知识图谱，包括：
[0015]对所述纪念币预约数据以及兑换数据进行预处理，提取第一类三元组和第二类三元组，所述第一类三元组包括头实体
、
关系和尾实体，所述第二类三元组包括实体
、
属性和
属性值；
[0016]基于所述第一类三元组和所述第二类三元组构建所述纪念币知识图谱
。
[0017]在一些实施例中，在将所述目标网点推送给客户之后，所述方法还包括：
[0018]获取客户的纪念币业务数据；
[0019]根据所述纪念币业务数据判断客户是否在所述目标网点办理纪念币业务；
[0020]若未在所述目标网点办理纪念币业务，利用所述纪念币业务数据更新所述纪念币知识图谱，得到更新后的纪念币知识图谱；
[0021]定期利用所述更新后的纪念币知识图谱对所述图神经网络模型进行训练，得到更新后的网点推荐模型
。
[0022]在一些实施例中，所述业务请求类型包括纪念币预约请求和纪念币兑换网点变更请求
。
[0023]第二方面，本专利技术实施例提供了一种基于图神经网络的网点推荐装置，包括：
[0024]请求解析单元，用于在接收到纪念币业务请求的情况下，解析所述纪念币业务请求，得到业务请求类型
、
纪念币属性以及客户属性；
[0025]模型处理单元，用于将所述纪念币属性以及客户属性输入预先构建的网点推荐模型，得到所述网点推荐模型输出的目标网点，所述网点推荐模型是利用纪念币知识图谱对图神经网络模型训练得到的；
[0026]网点推送单元，用于将所述目标网点推送给客户
。
[0027]在一些实施例中，所述装置还包括：
[0028]知识图谱构建单元，用于根据纪念币预约数据以及兑换数据构建所述纪念币知识图谱，所述纪念币知识图谱以纪念币
、
网点和客户为实体，纪念币对应至少一个纪念币属性，网点对应至少一个网点属性，客户对应至少一个客户属性；
[0029]模型训练单元，用于利用所述纪念币知识图谱对所述图神经网络模型进行训练，基于客户属性
、
纪念币属性以及网点属性学习客户与网点之间的对应关系，更新所述图神经网络模型的参数；
[0030]训练结束单元，用于在满足预设条件时结束对所述图神经网络模型的训练，得到所述网点推荐模型
。
[0031]在一些实施例中，所述知识图谱构建单元，具体用于对所述纪念币预约数据以及兑换数据进行预处理，提取第一类三元组和第二类三元组，所述第一类三元组包括头实体
、
关系和尾实体，所述第二类三元组包括实体
、
属性和属性值；基于所述第一类三元组和所述第二类三元组构建所述纪念币知识图谱
。
[0032]在一些实施例中，所述装置还包括：
[0033]业务数据获取单元，用于获取客户的纪念币业务数据；
[0034]判断单元，用于根据所述纪念币业务数据判断客户是否在所述目标网点办理纪念币业务；
[0035]知识图谱更新单元，用于若未在所述目标网点办理纪念币业务，利用所述纪念币业务数据更新所述纪念币知识图谱，得到更新后的纪念币知识图谱；
[0036]模型更新单元，用于定期利用所述更新后的纪念币知识图谱对所述图神经网络模型进行训练，得到更新后的网点推荐模型
。
[0037]在一些实施例中，所述业务请求类型包括纪念币预约请求和纪念币兑换网点变更请求
。
[0038]第三方面，本专利技术实施例提供了一种电子设备，所述电子设备包括处理器以及存储器；
[0039]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0040]所述处理器用于根据所述程序代码中的指令执行如第一方面中任意一种实现方式描述的一种基于图神经网络的网点推荐方法
。
[0041]第四方面，本专利技术实施例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上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任意一种实现方式描述的一种基于图神经网络的网点推荐方法
。
[0042]相对于现有技术，本专利技术的有益效果如下：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图神经网络的网点推荐方法，其特征在于，包括：在接收到纪念币业务请求的情况下，解析所述纪念币业务请求，得到业务请求类型
、
纪念币属性以及客户属性；将所述纪念币属性以及客户属性输入预先构建的网点推荐模型，得到所述网点推荐模型输出的目标网点，所述网点推荐模型是利用纪念币知识图谱对图神经网络模型训练得到的；将所述目标网点推送给客户
。2.
根据权利要求1所述的基于图神经网络的网点推荐方法，其特征在于，构建所述网点推荐模型的方法，包括：根据纪念币预约数据以及兑换数据构建所述纪念币知识图谱，所述纪念币知识图谱以纪念币
、
网点和客户为实体，纪念币对应至少一个纪念币属性，网点对应至少一个网点属性，客户对应至少一个客户属性；利用所述纪念币知识图谱对所述图神经网络模型进行训练，基于客户属性
、
纪念币属性以及网点属性学习客户与网点之间的对应关系，更新所述图神经网络模型的参数；在满足预设条件时结束对所述图神经网络模型的训练，得到所述网点推荐模型
。3.
根据权利要求2所述的基于图神经网络的网点推荐方法，其特征在于，所述根据纪念币预约数据以及兑换数据构建所述纪念币知识图谱，包括：对所述纪念币预约数据以及兑换数据进行预处理，提取第一类三元组和第二类三元组，所述第一类三元组包括头实体
、
关系和尾实体，所述第二类三元组包括实体
、
属性和属性值；基于所述第一类三元组和所述第二类三元组构建所述纪念币知识图谱
。4.
根据权利要求1所述的基于图神经网络的网点推荐方法，其特征在于，在将所述目标网点推送给客户之后，所述方法还包括：获取客户的纪念币业务数据；根据所述纪念币业务数据判断客户是否在所述目标网点办理纪念币业务；若未在所述目标网点办理纪念币业务，利用所述纪念币业务数据更新所述纪念币知识图谱，得到更新后的纪念币知识图谱；定期利用所述更新后的纪念币知识图谱对所述图神经网络模型进行训练，得到更新后的网点推荐模型
。5.
根据权利要求1所述的基于图神经网络的网点推荐方法，其特征在于，所述业务请求类型包括纪念币预约请求和纪念币兑换网点变更请求<...

【专利技术属性】
技术研发人员：方勇，徐海慧，黄俊祥，段晓珊，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：