CN112017035A - 一种银行网点管理方法和装置 - Google Patents
一种银行网点管理方法和装置 Download PDFInfo
- Publication number
- CN112017035A CN112017035A CN202010905542.9A CN202010905542A CN112017035A CN 112017035 A CN112017035 A CN 112017035A CN 202010905542 A CN202010905542 A CN 202010905542A CN 112017035 A CN112017035 A CN 112017035A
- Authority
- CN
- China
- Prior art keywords
- target
- users
- banking
- user
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供了一种银行网点管理方法和装置,获取目标时间内预约办理银行业务的N个用户对应的特征信息;根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。由此可知,在根据用户对应的待办银行业务确定待开放的目标网点之前,利用用户预测模型预测在目标时间内会前往银行网点办理业务的实际人数,提高了对于银行资源的合理利用,实现了在特殊情况下对于银行网点的有效管理。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种银行网点管理方法和装置。
背景技术
在一些特殊情况下,银行无法将开放所有的银行网点,只能开放部分网点。例如,疫情原因。但是,对于特殊情况,银行并不知道如何管理银行网点,既能满足用户的业务需求,又能应对特殊情况。故此,亟需一种银行网点管理办法解决这一问题。
发明内容
为了解决现有技术存在的上述技术问题,本申请提供了一种银行网点管理方法和装置,实现了在特殊情况下对于银行网点的有效管理。
一方面,本申请实施例提供了一种银行网点管理方法,所述方法包括:
获取目标时间内预约办理银行业务的N个用户对应的特征信息;
根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;其中,M不大于N;
确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;
根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
在一种可能的实现方式中,所述方法还包括:
获取L个用户在所述目标时间内对应的行为数据;其中,L和M之和为N;
根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户;其中,Z不大于L;
确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量;
通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。
在一种可能的实现方式中,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合;
所述用户预测模型是通过以下训练方式得到的:
获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息;
根据所述多个历史用户对应的历史用户信息和标签,确定训练样本;所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务;
根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
在一种可能的实现方式中,若所述待办业务信息为针对目标区域的待办业务信息,所述根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点包括:
判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述柜员数量;
若是,将所述目标区域的待开放网点作为所述目标网点;
若否,将所述目标区域划分为多个子区域;
若目标子区域中心范围内的待开放网点在职柜员数量大于所述柜员数量,将所述目标子区域的待开放网点作为所述目标网点,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
在一种可能的实现方式中,所述方法还包括:
以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息。
另一方面,本申请实施例提供了一种银行网点管理装置,所述装置包括获取单元和确定单元:
所述获取单元,用于获取目标时间内预约办理银行业务的N个用户对应的特征信息;
所述确定单元,用于根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;其中,M不大于N;
所述确定单元,还用于确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;
所述确定单元,还用于根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
在一种可能的实现方式中,所述获取单元,还用获取L个用户在所述目标时间内对应的行为数据;其中,L和M之和为N;
所述确定单元,还用于根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户;其中,Z不大于L;
所述确定单元,还用于确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量;
所述装置还包括通知单元:
所述通知单元,用于通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。
在一种可能的实现方式中,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合;
所述获取单元,还用于获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息;
所述确定单元,还用于根据所述多个历史用户对应的历史用户信息和标签,确定训练样本;所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务;
所述装置还包括训练单元:
所述训练单元,用于根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
在一种可能的实现方式中,所述确定单元,用于:
若所述待办业务信息为针对目标区域的待办业务信息,判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述柜员数量;
若是,将所述目标区域的待开放网点作为所述目标网点;
若否,将所述目标区域划分为多个子区域;
若目标子区域中心范围内的待开放网点在职柜员数量大于所述柜员数量,将所述目标子区域的待开放网点作为所述目标网点,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
在一种可能的实现方式中,所述通知单元,还用于以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息。
由上述实施例提供的方法可以看出,获取目标时间内预约办理银行业务的N个用户对应的特征信息;根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。由此可知,在根据用户对应的待办银行业务确定待开放的目标网点之前,利用用户预测模型预测在目标时间内会前往银行网点办理业务的实际人数,提高了对于银行资源的合理利用,实现了在特殊情况下对于银行网点的有效管理。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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它的附图。
图1为本申请实施例提供的一种银行网点管理方法的流程示意图;
图2为本申请实施例提供的一种银行网点管理装置的结构示意图。
具体实施方式
下面结合附图,对本申请实施例进行介绍。
在特殊情况下,银行无法全部将银行网点开放,智能选择开放部分网点,但是银行并不知道开放多少个银行网点,不知道开放哪个银行网点,也不知道需要多少柜员。并且用户也不知道哪个银行网点是开放的。若用户到银行网点后发现银行网点并没有开放,用户体验不好。鉴于此,本申请实施例提供了一种银行网点管理方法和相关装置,实现了在特殊情况下对于银行网点的合理管控。
本申请提供的银行网点管理方法可以应用于具有数据处理能力的银行网点管理设备,如终端设备、服务器。其中,终端设备具体可以为智能手机、计算机、个人数字助理(Personal Digital Assistant,PDA)、平板电脑等;服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,本申请在此不做限制。在本申请中,以服务器作为银行网点管理设备对本申请实施例进行介绍。
参见图1,图1为本申请实施例提供的一种银行网点管理方法的流程示意图。如图1所示,该银行网点管理方法包括以下步骤:
S101:获取目标时间内预约办理银行业务的N个用户对应的特征信息。
在实际应用中,用户可以通过银行客户端预约在目标时间内前往银行网点办理银行业务。服务器根据银行客户端存储的数据,获取预约在目标时间内办理银行业务的N个用户对应的特征信息。其中,目标时间是指某一指定时间段,例如,2020年9月29日8:00至18:00。在实际应用中,可以根据业务办理场景设定,在此不作任何限定。
针对上述N个用户的特征信息,在一种可能的实现方式中,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合。其中,所述用户信息包括但不限于用户身份信息、用户位置信息;业务信息包括业务类型、业务办理时间;银行网点信息包括银行位置信息、银行网点所提供的银行业务服务。
需要说明的是,银行客户端可以是运行在终端设备上的应用程序,例如,手机银行应用程序。在实际应用中,可以根据业务开发需求决定,在此不作任何限定。
上述通过获取目标时间内N个用户对应的特征信息,为后续利用该特征信息确定目标时间内待开放的目标网点提供了数据基础。
S102:根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户。
可以理解的是,在实际应用中,由于特殊时期,用户尽管有业务办理需求,但是迫于特殊时期特殊环境,用户可能不会在预约时间内前往银行网点办理银行业务。
鉴于此,服务器可以将上述N个用户对应的特征信息作为输入,利用预先部署的用户预测模型进行预测,确定这N个用户中有M个用户会在目标时间内前往银行网点办理银行业务。其中,M不大于N。
针对上述用户预测模型,需要经过训练才具有预测性能。在一种可能的实现方式中,可以获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息,然后根据所述多个历史用户对应的历史用户信息和标签,确定训练样本,从而根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
其中,所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务。
上述通过用户预测模型实现了对于实际前往银行网点办理银行业务的用户数量进行预测,提高了对于在目标时间内实际处理银行业务对应第一柜员数量的计算效率和精度,从而提高了对于银行资源的利用率。
S103:确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量。
在实际应用中,服务器可以根据所述M个用户对应的待办银行业务,利用预先部署的银行网点管理模型确定在目标时间内处理完这些待办银行业务所需要的第一柜员数量。
其中,银行网点管理模型是基于机器学习确定的,包括输入层、隐藏层和输出层。在本申请实施例中,以待办银行业务作为输入,输出柜员数量。在实际应用中,银行网点管理模型的模型结构可以是基于遗传算法(Genetic programming,GP)的三层神经网络,也可以是其他神经网络结构,在此不作任何限定。
在一种可能的实现方式中,若待办银行业务包括业务类型和待办业务量,上述银行网点管理模型是通过以下训练过程得到的:
首先,获取所述银行在指定时间内的历史银行业务和处理所述历史银行业务对应的指定柜员数量,然后,根据所述历史银行业务和所述指定柜员数量,确定训练样本,从而可以利用所述训练样本对预先构建的待定网络模型进行训练,得到所述银行网点管理模型。
其中,所述训练样本包括所述历史银行业务中每个业务对应的业务类型和业务办理量。在实际应用中,历史银行业务还可以包括柜员处理业务平均时间,办理每个业务类型对应的高峰时间段等。实际可以根据业务策略确定,在此不作任何限定。
上述通过银行网点管理模型实现了自动化确定第一柜员数量,降低了通过人工统计数据、处理数据的成本,提高了对于在目标时间内处理待办业务信息对应第一柜员数量的计算效率和精度。
S104:根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
基于上述S103确定出目标时间内需要的第一柜员数量后,服务器可以通过中心边缘化方式确定出在目标时间内待开放的目标网点。其中,所述中心边缘化方式是指由中心向边缘扩散。以城市中的银行网点为例,中心边缘化方式,就是指以开放城市中心的银行网点为先,在不满足柜员数量的条件下,再开放城市边缘的银行网点,使得开放的银行网点在职柜员总数量能够满足所述第一柜员数量。
若所述待办业务信息为针对目标区域的待办业务信息,在一种可能的实现方式中,可以先判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述第一柜员数量。若是,说明目标区域中心范围内待开放网点的在职柜员数量能够满足所述第一柜员数量,因此,可以将所述目标区域的待开放网点作为所述目标网点。
若否,说明目标区域中心范围内待开放网点的在职柜员数量不能满足所述第一柜员数量,因此,可以将所述目标区域划分为多个子区域。例如,将所述目标区域划分为两个子区域:第一子区域和第二子区域。
若目标子区域中心范围内的待开放网点在职柜员数量大于所述第一柜员数量,将所述目标子区域的待开放网点作为所述目标网点。其中,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
例如,目标子区域包括第一子区域和第二子区域,则判断第一子区域和第二子区域中心范围内的待开放网点在职柜员总数量是否大于所述第一柜员数量。若是,则将该第一子区域和第二子区域中心范围内的待开放网点作为目标网点。
若目标子区域中心范围内的待开放网点在职柜员数量不大于所述第一柜员数量,可以将所述目标子区域作为所述目标区域,重新执行所述将所述目标区域划分为多个子区域的步骤,直至确定出待开放的目标网点。
上述通过区域划分的方式,从银行网点所在地理位置的角度考虑目标时间内所要开放的目标网点,优化了用户前往目标网点办理银行业务之间的距离,提高了用户的体验。
在确定出目标网点后,可以以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息,使得具有银行业务办理需求的用户知道目标时间内哪个银行网点开放了,提高了用户的体验。此外,通过通知目标网点工作人员,增加了银行内部消息的传播方式,有助于对于银行网点工作人员的管理。
需要说明的是,尽管利用上述用户预测模型预测出N个用户中可能存在在目标时间内不会前往银行网点办理银行业务的L个用户,但是,在目标时间内,这L个用户还是存在前往银行网点办理银行业务的可能。
鉴于此,本申请提供了一种可能的实现方式,可以获取L个用户在所述目标时间内对应的行为数据,然后,根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户,再利用上述银行网点管理模型,确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量,从而可以通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。其中,L和M之和为N,且Z不大于L。
上述通过对L个用户在目标时间内的行为进行实时监控,实现了对于这L个用户在目标时间内是否会前往银行网点办理银行业务的预测和监控,适应性地调整目标时间内处理银行业务的柜员数量,满足了用户办理银行业务的需求,提高了用户的体验,实现了在特殊情况下对于银行网点的有效管理。
上述实施例提供的银行网点管理方法,获取目标时间内预约办理银行业务的N个用户对应的特征信息;根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。由此可知,在根据用户对应的待办银行业务确定待开放的目标网点之前,利用用户预测模型预测在目标时间内会前往银行网点办理业务的实际人数,提高了对于银行资源的合理利用,实现了在特殊情况下对于银行网点的有效管理。
针对上述实施例提供的一种银行网点管理方法,本申请实施例还提供了一种银行网点管理装置。
参见图2,图2为本申请实施例提供的一种银行网点管理装置的结构示意图。如图2所示,该银行网点管理装置包括获取单元201和确定单元202:
所述获取单元201,用于获取目标时间内预约办理银行业务的N个用户对应的特征信息;
所述确定单元202,用于根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;其中,M不大于N;
所述确定单元202,还用于确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;
所述确定单元202,还用于根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
在一种可能的实现方式中,所述获取单元201,还用获取L个用户在所述目标时间内对应的行为数据;其中,L和M之和为N;
所述确定单元202,还用于根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户;其中,Z不大于L;
所述确定单元202,还用于确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量;
所述装置还包括通知单元:
所述通知单元,用于通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。
在一种可能的实现方式中,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合;
所述获取单元201,还用于获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息;
所述确定单元202,还用于根据所述多个历史用户对应的历史用户信息和标签,确定训练样本;所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务;
所述装置还包括训练单元:
所述训练单元,用于根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
在一种可能的实现方式中,所述确定单元202,用于:
若所述待办业务信息为针对目标区域的待办业务信息,判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述柜员数量;
若是,将所述目标区域的待开放网点作为所述目标网点;
若否,将所述目标区域划分为多个子区域;
若目标子区域中心范围内的待开放网点在职柜员数量大于所述柜员数量,将所述目标子区域的待开放网点作为所述目标网点,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
在一种可能的实现方式中,所述通知单元,还用于以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息。
上述实施例提供的银行网点管理装置,获取目标时间内预约办理银行业务的N个用户对应的特征信息;根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。由此可知,在根据用户对应的待办银行业务确定待开放的目标网点之前,利用用户预测模型预测在目标时间内会前往银行网点办理业务的实际人数,提高了对于银行资源的合理利用,实现了在特殊情况下对于银行网点的有效管理。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质可以是下述介质中的至少一种:只读存储器(英文:read-only memory,缩写:ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种银行网点管理方法,其特征在于,所述方法包括:
获取目标时间内预约办理银行业务的N个用户对应的特征信息;
根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;其中,M不大于N;
确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;
根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
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L个用户在所述目标时间内对应的行为数据;其中,L和M之和为N;
根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户;其中,Z不大于L;
确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量;
通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。
3.根据权利要求1所述的方法,其特征在于,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合;
所述用户预测模型是通过以下训练方式得到的:
获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息;
根据所述多个历史用户对应的历史用户信息和标签,确定训练样本;所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务;
根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
4.根据权利要求1-3任意一项所述的方法,其特征在于,若所述待办业务信息为针对目标区域的待办业务信息,所述根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点包括:
判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述柜员数量;
若是,将所述目标区域的待开放网点作为所述目标网点;
若否,将所述目标区域划分为多个子区域;
若目标子区域中心范围内的待开放网点在职柜员数量大于所述柜员数量,将所述目标子区域的待开放网点作为所述目标网点,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
5.根据权利要求1-3任意一项所述的方法,其特征在于,所述方法还包括:
以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息。
6.一种银行网点管理装置,其特征在于,所述装置包括获取单元和确定单元:
所述获取单元,用于获取目标时间内预约办理银行业务的N个用户对应的特征信息;
所述确定单元,用于根据所述N个用户对应的特征信息,利用用户预测模型确定在所述目标时间内会前往银行网点办理银行业务的M个用户;其中,M不大于N;
所述确定单元,还用于确定在所述目标时间内处理所述M个用户对应的待办银行业务所需的第一柜员数量;
所述确定单元,还用于根据所述第一柜员数量,通过中心边缘化方式确定在所述目标时间内待开放的目标网点。
7.根据权利要求6所述的装置,其特征在于,所述获取单元,还用获取L个用户在所述目标时间内对应的行为数据;其中,L和M之和为N;
所述确定单元,还用于根据所述行为数据,确定所述L个用户在所述目标时间内会前往所述目标网点办理银行业务的Z个用户;其中,Z不大于L;
所述确定单元,还用于确定处理所述Z个用户对应的待办银行业务所需的第二柜员数量;
所述装置还包括通知单元:
所述通知单元,用于通知所述第二柜员数量的待上岗柜员前往所述目标网点工作。
8.根据权利要求6所述的装置,其特征在于,所述特征信息包括用户信息、用户预约银行业务对应的业务信息或银行网点信息中的任意一个或多个的组合;
所述获取单元,还用于获取指定时间内预约办理银行业务的多个历史用户对应的历史特征信息;
所述确定单元,还用于根据所述多个历史用户对应的历史用户信息和标签,确定训练样本;所述训练样本包括历史用户信息、历史用户预约银行业务对应的业务信息、银行网点信息;所述标签标识了历史用户是否在指定时间内前往银行办理银行业务;
所述装置还包括训练单元:
所述训练单元,用于根据所述训练样本,对预先构建的待定网络模型进行训练,得到所述用户预测模型。
9.根据权利要求6-8任意一项所述的装置,其特征在于,所述确定单元,用于:
若所述待办业务信息为针对目标区域的待办业务信息,判断在所述目标区域中心范围内的待开放网点在职柜员数量是否大于所述柜员数量;
若是,将所述目标区域的待开放网点作为所述目标网点;
若否,将所述目标区域划分为多个子区域;
若目标子区域中心范围内的待开放网点在职柜员数量大于所述柜员数量,将所述目标子区域的待开放网点作为所述目标网点,所述目标子区域为所述多个子区域中的任意一个或多个的组合。
10.根据权利要求6-8任意一项所述的装置,其特征在于,所述通知单元,还用于以消息提示的方式通知所述待定用户和所述目标网点的工作人员,在所述目标时间内开放所述目标网点的消息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905542.9A CN112017035B (zh) | 2020-09-01 | 2020-09-01 | 一种银行网点管理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905542.9A CN112017035B (zh) | 2020-09-01 | 2020-09-01 | 一种银行网点管理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112017035A true CN112017035A (zh) | 2020-12-01 |
CN112017035B CN112017035B (zh) | 2023-09-01 |
Family
ID=73516419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010905542.9A Active CN112017035B (zh) | 2020-09-01 | 2020-09-01 | 一种银行网点管理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112017035B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205412A (zh) * | 2021-06-04 | 2021-08-03 | 中国银行股份有限公司 | 一种智能柜台办理的业务种类的确定方法及相关装置 |
CN115081729A (zh) * | 2022-07-08 | 2022-09-20 | 浪潮卓数大数据产业发展有限公司 | 一种银行网点人员配备预测方法及装置 |
CN117152875A (zh) * | 2023-10-30 | 2023-12-01 | 江苏银服智能装备有限公司 | 一种用于临时银行网点的叫号方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700178A (zh) * | 2013-12-15 | 2014-04-02 | 谭希妤 | 一种自动优化客户排队队列的方法及系统 |
CN109740782A (zh) * | 2019-02-02 | 2019-05-10 | 中国银行股份有限公司 | 预约方法及装置、存储介质及电子设备 |
CN111382911A (zh) * | 2020-03-20 | 2020-07-07 | 达而观信息科技(上海)有限公司 | 一种基于银行网点业务数据的高柜人员排班预测方法 |
-
2020
- 2020-09-01 CN CN202010905542.9A patent/CN112017035B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700178A (zh) * | 2013-12-15 | 2014-04-02 | 谭希妤 | 一种自动优化客户排队队列的方法及系统 |
CN109740782A (zh) * | 2019-02-02 | 2019-05-10 | 中国银行股份有限公司 | 预约方法及装置、存储介质及电子设备 |
CN111382911A (zh) * | 2020-03-20 | 2020-07-07 | 达而观信息科技(上海)有限公司 | 一种基于银行网点业务数据的高柜人员排班预测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205412A (zh) * | 2021-06-04 | 2021-08-03 | 中国银行股份有限公司 | 一种智能柜台办理的业务种类的确定方法及相关装置 |
CN113205412B (zh) * | 2021-06-04 | 2024-02-02 | 中国银行股份有限公司 | 一种智能柜台办理的业务种类的确定方法及相关装置 |
CN115081729A (zh) * | 2022-07-08 | 2022-09-20 | 浪潮卓数大数据产业发展有限公司 | 一种银行网点人员配备预测方法及装置 |
CN117152875A (zh) * | 2023-10-30 | 2023-12-01 | 江苏银服智能装备有限公司 | 一种用于临时银行网点的叫号方法及系统 |
CN117152875B (zh) * | 2023-10-30 | 2024-01-26 | 江苏银服智能装备有限公司 | 一种用于临时银行网点的叫号方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112017035B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112017035A (zh) | 一种银行网点管理方法和装置 | |
US11456977B2 (en) | System and method for proactive intervention to reduce high cost channel usage | |
CN108958939B (zh) | 服务资源的分配方法、装置及服务器 | |
US11985183B2 (en) | Automatic information exchange between personal electronic devices upon determination of a business setting | |
US8731143B2 (en) | Method and apparatus for routing emergency calls using information obtained from multiple systems | |
CN111985646B (zh) | 一种业务处理方法及装置 | |
US9602310B2 (en) | Associating system requests with SMS user responses | |
CN112288562B (zh) | 一种基于大数据的银行柜员智能排班方法及系统 | |
Marianov | Location models for emergency service applications | |
CN109348512A (zh) | 业务用量的调整方法、装置及存储介质 | |
Shi et al. | Improving efficiency of volunteer-based food rescue operations | |
CN111985851A (zh) | 银行网点资源调度方法及装置 | |
CN112037024B (zh) | 一种银行网点管理方法和相关装置 | |
JP2020017278A (ja) | リソースを自己配分するシステム | |
CN109377633A (zh) | 一种排队号码生成方法及终端设备 | |
CN112037023A (zh) | 一种银行网点管理方法和相关装置 | |
CN113379229A (zh) | 一种资源调度方法和装置 | |
CN110910558A (zh) | 银行网点排队方法及装置 | |
CN116703071A (zh) | 资源共享方法、装置及设备和存储介质 | |
CN114827361A (zh) | 外呼的处理方法及装置 | |
CN114723455A (zh) | 业务处理方法、装置、电子设备和存储介质 | |
CN111144091B (zh) | 客服成员的确定方法、装置以及群成员身份的确定方法 | |
CN110909148A (zh) | 一种客服辅助方法及装置 | |
CN112509164A (zh) | 一种出勤打卡方法、装置、设备和存储介质 | |
CN104363111A (zh) | 一种第三方系统接入的控制方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |