CN113610634A - 基于预测模型的多渠道资金调拨方法、装置、设备和介质 - Google Patents

基于预测模型的多渠道资金调拨方法、装置、设备和介质 Download PDF

Info

Publication number
CN113610634A
CN113610634A CN202110918567.7A CN202110918567A CN113610634A CN 113610634 A CN113610634 A CN 113610634A CN 202110918567 A CN202110918567 A CN 202110918567A CN 113610634 A CN113610634 A CN 113610634A
Authority
CN
China
Prior art keywords
fund
channel
balance
transfer
transferring
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.)
Pending
Application number
CN202110918567.7A
Other languages
English (en)
Inventor
李子圣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weikun Shanghai Technology Service Co Ltd
Original Assignee
Weikun Shanghai Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weikun Shanghai Technology Service Co Ltd filed Critical Weikun Shanghai Technology Service Co Ltd
Priority to CN202110918567.7A priority Critical patent/CN113610634A/zh
Priority to PCT/CN2021/114678 priority patent/WO2023015615A1/zh
Publication of CN113610634A publication Critical patent/CN113610634A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02Banking, e.g. interest calculation or account maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请实施例公开了一种基于预测模型的多渠道资金调拨方法、装置、设备和介质,其中方法的实现包括:获取多个资金渠道中的每个资金渠道的渠道参数;将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;将调出资金渠道的部分余额调拨给调入资金渠道。采用本申请实施例的方法,通过资金使用预测模型预测资金渠道在第二时间内需要使用的金额额度,使得资金调拨操作得以智能化地根据资金渠道的实际情况来进行。

Description

基于预测模型的多渠道资金调拨方法、装置、设备和介质
技术领域
本申请涉及智能决策技术领域,特别是涉及一种基于预测模型的多渠道资金调拨方法、装置、设备和介质。
背景技术
为了充分、快速、准确地进行资金运营,降低资金流动性风险,资金运营人员需要登录不同银行机构的网银进行资金调拨操作,保障企业机构业务能够正常运营。
目前,资金调拨操作主要由资金运营人员手动地生成调拨指令来进行。随着金融科技和企业信息化的发展,少数企业机构的内部运营系统可以自动地生成资金调拨指令,但是,调入、调出资金渠道往往是固定的,缺少灵活性,无法智能化地根据各个资金渠道的实际资金情况来生成资金调拨指令。
发明内容
本申请实施例提供了一种基于预测模型的多渠道资金调拨方法、装置、设备和介质,实施本申请实施例,使得资金调拨操作得以智能化地根据资金渠道的实际资金情况来进行。
第一方面,本申请实施例提供了一种基于预测模型的多渠道资金调拨方法,上述方法包括:
获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;
检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;
将调出资金渠道的部分余额调拨给调入资金渠道。
第二方面,本申请实施例提供了一种基于预测模型的多渠道资金调拨装置,上述装置包括:
获取单元,用于获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
输入单元,用于将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;
检测单元,用于检测每个资金渠道的余额,当每个资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;
调拨单元,用于将调出资金渠道的部分余额调拨给调入资金渠道。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器以及存储在存储器上并可在处理器上运行的计算机执行指令,当计算机执行指令被运行时,使得电子设备执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机指令,当计算机指令在通信装置上运行时,使得通信装置执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,计算机程序产品包括计算机程序,计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中,通过获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;将调出资金渠道的部分余额调拨给调入资金渠道。通过基于预测模型的多渠道资金调拨方法,将资金渠道在第一时间内的渠道参数输入资金使用预测模型,得到资金渠道在第二时间内需要使用的金额额度,进而将余额匮乏的资金渠道作为调入资金渠道以接收来自调出资金渠道的资金补充,使得资金调拨操作得以智能化地根据资金渠道的实际情况来进行,降低企业的资金运营成本。
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。
图1A是本申请实施例提供的一种资金运营系统的结构部署图;
图1B是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的流程示意图;
图1C是本申请实施例提供的一种资金使用预测模型的结构示意图;
图1D是本申请实施例应用的一种基于预测模型的资金运营系统的结构部署图;
图2A是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图;
图2B是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图;
图2C是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图;
图3是本申请实施例提供的一种基于预测模型的多渠道资金调拨装置的结构示意图;
图4是本申请的实施例提供的一种电子设备的硬件运行环境的服务器结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤的过程、方法、系统、产品或设备没有限定于已列出的步骤,而是可选地还包括没有列出的步骤,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面结合附图对本申请实施例中所涉及的设备进行介绍。
图1A是本申请实施例提供的一种资金运营系统的结构部署图。如图1A所示,该系统包括渠道设定模块、多个调入资金渠道(调入资金渠道1、调入资金渠道2……调入资金渠道N)、多个调出资金渠道(调出资金渠道1、调出资金渠道2……调出资金渠道N)、资金调拨模块。
其中,渠道设定模块,用于让资金运营人员对多个资金渠道的调拨类型、调拨目标进行设定,得到多个调入资金渠道和多个调出资金渠道。
其中,多个调入资金渠道中的某一调入资金渠道,指通过资金调拨模块接收来自至少一个调出资金渠道的部分余额的资金渠道。
其中,多个调出资金渠道中的某一调出资金渠道,指通过资金调拨模块将部分余额调拨给至少一个调入资金渠道的资金渠道。
其中,资金调拨模块,用于根据资金运营人员的要求生成资金调拨指令,从而将调出资金渠道的部分余额调拨给调入资金渠道。
在上述系统进行资金调拨的过程中,资金渠道的调拨类型、调拨目标是资金运营人员进行设定的,存在调出渠道在自身余额已低于一定阈值却仍然处于资金调出状态的风险,无法根据资金渠道的实际情况来进行资金调拨。
基于此,本申请实施例提供了一种基于预测模型的多渠道资金调拨方法,请参阅图1B,图1B是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的流程示意图,如图1B所示,该方法包括以下步骤:
101:获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
其中,资金渠道,包括银行账户、第三方支付平台。
其中,第一时间,指过往历史时间中的某一时间。可以是过往1个月、过往1年等。
其中,资金渠道在第一时间内的资金变化记录,包括资金渠道在第一时间内的资金增减幅度情况、资金增减速度情况。
示例性地,第一时间为过往1年,则资金渠道在第一时间内的资金变化记录,包括资金渠道在过往1年内每日不同时间段的资金增减幅度情况、资金增减速度情况。
其中,渠道权重,可以由人工根据对应资金渠道的具体参数信息来设定。示例性地,具体参数信息可以是资金渠道的使用频率高低、资金渠道所对应的公司产品的重要性等参数信息来设定。
示例性地,渠道权重根据资金渠道对应的公司产品或业务的重要性来确定,资金渠道1对应的公司产品的重要性高于资金渠道2对应的公司产品,则资金渠道1的渠道权重>资金渠道2的渠道权重。
102:将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;
其中,第二时间,指未来的某一时间。可以是未来1小时、当前工作日17:00之后直到下一个工作日的8:00前等。
其中,将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,即是说,资金使用预测模型根据每个资金渠道当前的渠道参数,预测得到每个资金渠道在未来的某一时间内需要使用的金额额度。
示例性地,第一余额阈值为10000元,第二时间为未来的1小时,则表示资金使用预测模型预测得出资金渠道在未来的1小时内需要使用的金额额度为10000元。
又一示例性地,第二时间为当前工作日17:00之后直到下一个工作日的8:00前的这一时间段,资金使用预测模型预测得到每个资金渠道在这一时间段内需要使用的金额额度,从而根据资金渠道的情况进行资金调拨,进而保障非工作时段中各个资金渠道的资金使用情况能够处于正常状态。
其中,资金使用预测模型可以包括输入层、卷积层、池化层、损失函数层。
示例性地,请参阅图1C,图1C是本申请实施例提供的一种资金使用预测模型的结构示意图,如图1C所示,该资金使用预测模型包括以下层次:
输入层,用于接收每个资金渠道的渠道参数作为模型参数,渠道参数包括资金渠道在第一时间内的资金变化记录、渠道权重,并对每个资金渠道的渠道参数进行归一化处理,消除渠道参数的量纲,得到每个资金渠道初步处理后的渠道参数;
卷积层,用于对上述每个资金渠道初步处理后的渠道参数进行特征提取,得到每个资金渠道的渠道参数数据特征,示例性地,渠道参数数据特征包括每日资金增减幅度中的资金增大、资金减小,渠道当日的资金增减速度的增速大/小、减速大/小;
池化层:用于对上述每个资金渠道的渠道参数数据特征进行压缩,提取出每个资金渠道的渠道参数数据特征对应的每个资金渠道的渠道参数主要特征,简化计算复杂度,示例性地,渠道参数主要特征包括每日资金增减幅度中的资金增大最大幅度、资金减小最小幅度,渠道当日的资金增减速度的最大增速、最小增速、最大减速、最小减速;
损失函数层:用于根据上述每个资金渠道的渠道参数主要特征得到每个资金渠道在第一历史时间内的预测使用金额,并根据第一历史时间内的预测使用金额和实际使用金额,计算资金使用预测模型的训练过程的在第一历史时间内的预测使用金额和实际使用金额之间的亏损值,从而对输入资金使用预测模型的模型参数进行调整。目标损失函数包括Softmax交叉熵损失函数,示例性地,
Figure BDA0003206534620000061
其中,ai为第i个资金渠道的渠道参数,T为输入的资金渠道总数,Si为第i个输入的资金渠道在第一历史时间内的预测使用金额的概率,yi为第i个输入的资金渠道在第一历史时间内的实际使用金额的概率分布,c为目标损失值,其中c越小则表示预测结果越准确。
需要说明的是,如图1C所示的资金使用预测模型仅作为一种资金使用预测模型的示例,在具体的应用中,资金使用预测模型还可以以其他层次组成的形式存在。
103:检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;
其中,调入资金渠道,指在资金调拨过程中需要得到来自调出资金渠道的余额从而对自身余额进行补充的资金渠道。
104:将调出资金渠道的部分余额调拨给调入资金渠道。
其中,在将调出资金渠道的部分余额调拨给调入资金渠道之前,可以生成资金调拨审核指令给用户终端,得到用户终端的确认指令后,再进行资金调拨。
示例性地,本申请实施例的方法应用在资金运营系统中,资金调拨审核指令是手机短信,在生成资金调拨指令后,资金运营系统主动发手机短信给资金运营人员的手机号,提醒资金运营人员对资金调拨指令进行审核,在资金运营人员对手机短信中的资金调拨指令进行了确认之后再进行资金调拨,在确保资金安全的情况下同时保证了资金调拨的执行时效。
其中,调出资金渠道,指在资金调拨过程中需要将自身部分余额调拨给调入资金渠道从而自身余额会减少的资金渠道。
其中,本申请实施例的方法可以应用在用户终端中,用户终端可以是手机、平板电脑、个人数字助理、穿戴式设备等电子设备。
下面结合附图对本申请实施例中所涉及的设备进行介绍。
请参阅图1D,图1D是本申请实施例应用的一种基于预测模型的资金运营系统的结构部署图,如图1D所示,该资金运营系统包括渠道参数获取模块、资金使用预测模型、渠道余额检测模块、资金调拨模块,资金运营系统的第一端与用户终端连接、第二端通过防火墙与多个资金渠道连接。其中,每个模块的功能可以由单独的服务器来实现,也可以是多个模块的功能由一个服务器实现。实现不同模块功能的多个服务器互相通信连接。
其中,用户终端是使用资金运营系统的角色,用户终端可以根据企业机构的实际情况人工地设定每个资金渠道的渠道权重,同时可以确定出资金渠道中的调出资金渠道,并将设定结果输入到资金运营系统中。
其中,资金运营系统中的渠道参数获取模块,用于获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重,资金渠道在第一时间内的资金变化记录由资金渠道提供,资金渠道的渠道权重可以由用户终端提供。
其中,资金运营系统中的资金使用预测模型,用于将每个资金渠道的渠道参数作为模型参数,预测出资金渠道在第二时间内需要使用的金额额度作为资金渠道的第一余额阈值。
其中,资金运营系统中的渠道余额检测模块,用于检测每个资金渠道的余额,并且在某个资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道。
其中,资金运营系统中的资金调拨模块,用于进行将调出资金渠道的部分余额调拨给调入资金渠道的资金调拨处理。
其中,防火墙(防火墙1、防火墙2)用于防止资金运营系统和多个资金渠道遭到恶意外来攻击,避免与资金相关的重要金融数据遭到泄露,保护资金运营系统和多个资金渠道的安全。
其中,多个资金渠道包括多个调入资金和多个调出资金渠道,调入资金渠道指在资金调拨过程中需要得到来自调出资金渠道的余额从而对自身余额进行补充的资金渠道,调出资金渠道指在资金调拨过程中需要将自身部分余额调拨给调入资金渠道从而自身余额会减少的资金渠道。
示例性地,有资金渠道1和资金渠道2,其中,资金渠道2是调出资金渠道,资金渠道1的余额为3000元,获取到资金渠道1在过往1年内的资金变化记录和渠道权重,并将资金渠道1在过往1年内的资金变化记录和渠道权重输入资金使用预测模型,预测出资金渠道1在未来1小时内需要使用的金额额度为5000元,即资金渠道1的第一余额阈值为5000元,而资金渠道1的余额只有3000元小于5000元,即是说,此时资金渠道1的余额不足以支付其在未来1小时内使用的金额额度,为了保障资金渠道1的资金正常运作,资金渠道1还需要得到5000-3000=2000元的资金补充,因此,确定资金渠道1为调入资金渠道,并且将作为资金渠道2中的2000元调拨给资金渠道1,使得资金渠道1的余额达到第一余额阈值即5000元,从而完成资金调拨。
可以看出,本申请实施例中,通过获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;将调出资金渠道的部分余额调拨给调入资金渠道。通过基于预测模型的多渠道资金调拨方法,将资金渠道在第一时间内的渠道参数输入资金使用预测模型,得到资金渠道在第二时间内需要使用的金额额度,进而将余额匮乏的资金渠道作为调入资金渠道以接收来自调出资金渠道的资金补充,使得资金调拨操作得以智能化地根据资金渠道的实际情况来进行,降低企业的资金运营成本。
在一个可能的示例中,调出资金渠道的余额大于第二余额阈值,将调出资金渠道的部分余额调拨给调入资金渠道还包括:调出资金渠道的余额保持大于或等于该资金渠道对应的第二余额阈值,其中该资金渠道的第二余额阈值>该资金渠道的第一余额阈值。
其中,调出资金渠道的余额保持大于或等于该资金渠道对应的第二余额阈值,目的是防止调出资金渠道在余额匮乏时却依然处于资金调出状态、导致资金调拨的过程中存在资金周转风险的问题。
其中,该资金渠道的第二余额阈值>该资金渠道的第一余额阈值,目的是防止调出资金渠道由于余额小于或等于第一余额阈值而被更改为调入资金渠道,通过保持调出资金渠道的调拨类型不变来确保资金调拨过程的稳定性。
可以看出,本申请实施例中,通过调出资金渠道的余额保持大于或等于该资金渠道对应的第二余额阈值且该资金渠道的第二余额阈值>该资金渠道的第一余额阈值,避免调出资金渠道出现余额匮乏的风险、同时保持了调出资金渠道的调拨类型不变,提高资金调拨过程的安全性和稳定性。
在一个可能的示例中,资金使用预测模型的训练过程如下:获取训练数据集,训练数据集为每个资金渠道在第一历史时间内的渠道关联参数,渠道关联参数为可能影响每个资金渠道的初始金额调拨情况的参数;将训练数据集输入目标预测模型,获得每个资金渠道在第一历史时间内的预测使用金额;将每个资金渠道的预测使用金额与该资金渠道的实际使用金额输入目标偏差函数,根据目标偏差函数计算得到目标偏差值;在目标偏差值大于预设偏差值的情况下,检测渠道关联参数中的偏差异常参数,偏差异常参数为导致目标偏差值大于预设偏差值的关键项;使用备选渠道关联参数替换偏差异常参数,得到新的训练数据集,重复将新的训练数据集输入目标预测模型、获得预测使用金额的过程,直到确定预测使用金额与实际使用金额的目标偏差值小于预设差值时,确定新的训练数据集中包括的渠道关联参数为渠道参数,包括渠道参数作为模型参数的目标预测模型为资金使用预测模型。
其中,渠道关联参数指资金渠道的关联参数,这些关联参数为可能影响渠道资金使用情况的参数,具体可能为资金渠道在第一历史时间内的资金变化记录、渠道权重、资金峰-谷值、资金平均值等,其中资金变化记录包括资金增减幅度情况、资金增减速度情况。在模型训练过程中,需要确定这些渠道关联参数中决定性影响渠道资金使用情况的参数,即渠道参数。
其中,第一历史时间内的预测使用金额,在具体实现中,可以是根据每个资金渠道在第一历史时间内的初始金额调拨情况和最终金额调拨情况来进行计算得到,预测使用金额=最终金额调拨情况-初始金额调拨情况。
其中,目标损失函数包括Softmax交叉熵损失函数。
其中,偏差异常参数是指推测出来的渠道关联参数中,实际并不对资金使用情况产生决定性影响的参数。
其中,检测渠道关联参数中的偏差异常参数,在具体实现中,可以是利用标准化回归系数来来检测渠道关联参数中导致目标偏差值大于预设偏差值的关键项。标准化回归系数,是在对目标偏差函数中的自变量和因变量同时进行标准化处理后所得到的回归系数,其中,自变量为第一历史时间内的渠道关联参数,因变量为每个资金渠道在第一历史时间内的预测使用金额,数据经过标准化处理后消除了量纲、数量级等差异的影响,使得不同变量之间具有可比性,因此可以用标准化回归系数来比较不同自变量对因变量的作用大小,从而确定出渠道关联参数中的偏差异常参数。
示例性地,训练资金使用预测模型的过程中,获取每个资金渠道在第一历史时间内的渠道权重和资金峰-谷值作为第一训练数据集,将第一训练数据集输入目标预测模型,获得每个资金渠道在第一历史时间内的第一预测使用金额,将每个资金渠道的第一预测使用金额与该资金渠道的实际使用金额输入目标偏差函数,根据目标偏差函数计算得到第一目标偏差值,第一目标偏差值大于预设偏差值,检测到偏差异常参数是资金峰-谷值,则使用作为备选渠道关联参数的资金变化记录替换资金峰-谷值,得到新的包括在第一历史时间内的资金变化记录、渠道权重的第二训练数据集,重复将第二训练数据集输入目标预测模型、获得预测使用金额的过程,此时确定到在第一历史时间内的第二预测使用金额与实际使用金额的目标偏差值小于预设差值,则确定第二训练数据集中包括的第一历史时间内的资金变化记录、渠道权重为渠道参数,包括在第一历史时间内的资金变化记录、渠道权重作为模型参数的目标预测模型为资金使用预测模型,至此,完成资金使用预测模型的训练过程。
可以看出,本申请实施例中提供的资金使用预测模型训练过程,只有确定了真正影响资金使用情况的渠道参数,并将这些参数应用到资金使用预测模型中,才能够保证模型预测的准确性。进一步地,使用通过本申请实施例提供的训练过程训练得到的资金使用预测模型进行资金调拨,能够在解放人力的同时保障资金调拨过程中智能决策的准确性,降低资金调拨过程的风险性,减少企业机构的人力成本和资金运营成本。
在一个可能的示例中,将调出资金渠道的部分余额调拨给调入资金渠道,具体为:计算多个调入资金渠道中的每个调入资金渠道的调入资金渠道余额距离该调入资金渠道对应的第三余额阈值的差值,得到补充额度h=第三余额阈值-调入资金渠道余额,其中h为第h个调入资金渠道且1≤h≤i,其中该资金渠道的第三余额阈值≥该资金渠道的第一余额阈值,第三余额阈值为每个调入资金渠道经过资金调拨后需要持有的金额额度;计算多个调出资金渠道中的每个调出资金渠道的可调出资金量,可调出资金量j=调出资金渠道余额-第二余额阈值,其中j为第j个调出资金渠道;计算可调入资金
Figure BDA0003206534620000111
若可调出资金量大于预设额度,则执行可调入资金i对应的资金调拨,可调入资金i为第i个调入资金渠道的调入资金量。
其中,该资金渠道的第三余额阈值≥该资金渠道的第一余额阈值,目的是使得每个调入资金渠道经过资金调拨后持有的金额额度可以维持在高于第一余额阈值的较高水平,由于第一余额阈值为资金渠道在第二时间内需要使用的金额额度,因此,调入资金渠道在经过资金调拨后持有的金额额度高于第一余额阈值时可以更灵活地应对资金运营过程中可能的突发情况或紧急情况造成的不稳定性,降低资金运营的风险。
其中,预设额度可以是0。
其中,若可调出资金量大于预设额度,则执行可调入资金i对应的资金调拨,反之,若可调出资金量小于或等于预设额度,则资金调拨至第i-1个调入资金渠道的调入资金渠道余额为第三余额阈值时便停止,不再对第i个调入资金渠道进行资金调拨。
示例性地,请参阅图2A,图2A是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图,如图2A所示,对于调入资金渠道h而言,在资金调拨之前,其调入资金渠道余额低于第一余额阈值,为了把调入资金渠道h的调入资金渠道余额补充到第三余额阈值,计算得出补充额度h=第三余额阈值-调入资金渠道余额,在经过资金调拨之后,调入资金渠道h的调入资金渠道余额更新为第三余额阈值。
示例性地,请参阅图2B,图2B是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图,如图2B所示,对于调出资金渠道j而言,在资金调拨之前,其调出资金渠道余额高于第二余额阈值,为了把可调出资金量j调拨给其他调入资金渠道,计算得出可调出资金量j=调出资金渠道余额-第二余额阈值,在经过资金调拨之后,调出资金渠道j的调出资金渠道余额更新为第二余额阈值。
可以看出,本申请实施例中,通过资金调拨后将调入资金渠道的调入资金渠道余额补充到第三余额阈值,使得调入资金渠道在经过资金调拨后持有的金额额度大于或等于第一余额阈值,其中,在调入资金渠道持有的金额额度大于第一余额阈值时,可以更灵活地应对资金运营过程中可能的突发情况或紧急情况造成的不稳定性,降低资金运营的风险。
在一个可能的示例中,上述方法还包括:h为调入资金渠道的调入优先级排序,j为调出资金渠道的调出优先级排序;其中,将调出资金渠道的部分余额调拨给调入资金渠道,包括:按照调入资金渠道的调入优先级排序和调出资金渠道的调出优先级排序,将调出资金渠道的部分余额调拨给调入资金渠道。
可以看出,本申请实施例中,通过按照调入资金渠道的调入优先级排序和调出资金渠道的调出优先级排序,将调出资金渠道的部分余额调拨给调入资金渠道,使得在资金调拨的过程中,优先级排序高的调出资金渠道将优先把部分余额调拨给优先级排序高的调入资金渠道,实现了资金调拨的过程中对于调入渠道、调出渠道的智能决策。
在一个可能的示例中,在将调出资金渠道的部分余额调拨给调入资金渠道之前,上述方法还包括:获取多个调入资金渠道中的每个调入资金渠道、多个调出资金渠道中的每个调出资金渠道的渠道权重;根据多个调入资金渠道中的每个调入资金渠道的余额和对应的第一余额阈值,计算出每个调入资金渠道的调入差值=(第一余额阈值-余额)/第一余额阈值,且根据多个调出资金渠道中的每个调出资金渠道的余额和对应的第二余额阈值,计算出每个调出资金渠道的调出差值=(余额-第二余额阈值)/第二余额阈值;根据每个调入资金渠道的渠道权重和调入差值,计算出每个调入资金渠道的优先值=渠道权重*调入差值,且根据每个调出资金渠道的渠道权重和调出差值,计算出每个调出资金渠道的优先值=渠道权重*调出差值;根据每个调入资金渠道的优先值对多个调入资金渠道的调入优先级进行排序,根据每个调出资金渠道的优先值对多个调出资金渠道的调出优先级进行排序。
其中,根据每个调入资金渠道的优先值对多个调入资金渠道的调入优先级进行排序,具体为,调入资金渠道的优先值越高则调入优先级排序越高、在资金调拨的过程中将越早得到来自调出资金渠道的余额。
其中,根据每个调出资金渠道的优先值对多个调出资金渠道的调出优先级进行排序,具体为,调出资金渠道的优先值越高则调出优先级排序越高、在资金调拨的过程中将越早将部分余额调拨给调入资金渠道。
可以看出,本申请实施例中,根据每个调入资金渠道的调入差值和渠道权重计算得到每个调入资金渠道的优先值、根据每个调出资金渠道的调出差值和渠道权重计算得到每个调出资金渠道的优先值,并根据每个调入资金渠道的优先值对调入优先级进行排序、根据每个调出资金渠道的优先值对调出优先级进行排序,从而余额距离第一余额阈值相差较大、且渠道权重大的调入资金渠道将具有较高的调入优先级,余额距离第二余额阈值超出较大、且渠道权重大的调出资金渠道将具有较高的调出优先级,进而使得资金调拨的过程中优先将具有冗余余额的调出资金渠道的部分余额调拨给余额处于严重匮乏状态的调入资金渠道,实现了资金调拨的过程中对于调入渠道、调出渠道的资金调拨过程的智能决策,使得资金调拨的过程更符合资金渠道的实际资金情况。
在一个可能的示例中,上述方法还包括:获取调入资金渠道和调出资金渠道在预设天数内的N个时间段中每个时间段的资金调拨量,得到N个时间段中每个时间段的平均资金调拨量,按照预设的平均资金调拨量和调拨频次系数之间的映射关系,得到每个时间段的目标调拨频次系数;获取每个时间段的资金调拨次数,按照预设的资金调拨次数和频次调节系数之间的映射关系,得到每个时间段的目标频次调节系数;根据目标调拨频次系数和目标频次调节系数,计算出每个时间段的目标刷新频次;在每个时间段内对调入资金渠道的调入优先级和调出资金渠道的调出优先级进行目标刷新频次对应次数的优先值刷新,优先值刷新用于确定每个调入资金渠道、每个调出资金渠道的更新后的优先值。
其中,每个时间段的平均资金调拨量=每个时间段内调出资金渠道调拨给调入资金渠道的资金量=每个时间段内调入资金渠道接收的来自调出资金渠道的资金量。
其中,每个时间段的资金调拨次数=每个时间段内调出资金渠道调拨给调入资金渠道的次数=每个时间段内调入渠道接收来自调出资金渠道的资金的次数。
其中,根据目标调拨频次系数和目标频次调节系数,计算出每个时间段的目标刷新频次,可以是:目标刷新频次=目标调拨频次系数*目标频次调节系数。
其中,在每个时间段内对调入资金渠道的调入优先级和调出资金渠道的调出优先级进行目标刷新频次对应次数的优先值刷新,目的是,根据资金渠道在不同时间段的资金调拨实际情况对资金渠道的优先值进行符合不同时间段的资金调拨实际情况的对应次数的刷新,避免资金渠道优先值的固定化导致资金调拨过程中无法应对资金变化的突发情况。
示例性地,目标刷新频次=目标调拨频次系数*目标频次调节系数,将一天分成12个时段,每个时段的时长为2小时,即将一天分成0:01-2:00、2:01-4:00……12:01-14:00……16:01-18:00……22:01-0:00共12个时间段,请参阅图2C,图2C是本申请实施例提供的一种基于预测模型的多渠道资金调拨方法的举例示意图,如图2C所示,其中,2:01-4:00的平均资金调拨量为500元、资金调拨次数为1次,16:01-18:00的平均资金调拨量为30000元、资金调拨次数为10次,预设的平均资金调拨量和调拨频次系数之间的映射关系如表1所示:
Figure BDA0003206534620000151
则2:01-4:00时间段的目标调拨频次系数1为3,16:01-18:00时间段的目标调拨频次系数2为8,预设的资金调拨次数和频次调节系数之间的映射关系如表2所示:
资金调拨次数 频次调节系数
1≤资金调拨次数<3 0.7
3≤资金调拨次数<5 1
5≤资金调拨次数<15 1.5
表2
则2:01-4:00时间段的目标频次调节系数1为0.7,16:01-18:00时间段的目标频次调节系数2为1.5,计算出2:01-4:00时间段的目标刷新频次1=目标调拨频次系数1*目标频次调节系数1=3*0.7=2.1≈2,计算出16:01-18:00时间段的目标刷新频次2=目标调拨频次系数2*目标频次调节系数2=8*1.5=12,因此,在2:01-4:00时间段内对调入资金渠道的调入优先级和调出资金渠道的调出优先级进行2次优先值刷新,在16:01-18:00时间段内对调入资金渠道的调入优先级和调出资金渠道的调出优先级进行12次优先值刷新。
可以看出,本申请实施例中,通过调入资金渠道和调出资金渠道在N个时间段中每个时间段的平均资金调拨量和资金调拨次数,得到每个时间段的目标刷新频次,在每个时间段内对调入资金渠道的调入优先级和调出资金渠道的调出优先级进行目标刷新频次对应次数的优先值刷新。使得调入资金渠道和调出资金渠道的优先值能够根据每个时间段的平均资金调拨量和资金调拨次数的实际情况来进行对应次数的刷新,避免了资金调拨过程中由于资金渠道优先值的固定化导致无法灵活地应对资金调拨过程中资金变化的突发情况,使得资金调拨的智能决策过程更具备灵活性。
在一个可能的示例中,上述方法还包括:获取多个调出资金渠道中每个调出资金渠道的渠道利率;将渠道利率大于预设利率的多个调出资金渠道确定为高利率调出资金渠道,将渠道利率小于或等于预设利率的多个调出资金渠道确定为低利率调出资金渠道;根据多个调出资金渠道中每个调出资金渠道的渠道利率和第二余额阈值,计算出多个高利率调出资金渠道中每个高利率调出资金渠道的第四余额阈值=第二余额阈值^(1+渠道利率),且计算出多个低利率调出资金渠道中每个低利率调出资金渠道的第四余额阈值=第二余额阈值^(1-渠道利率);将调出资金渠道的第二余额阈值更新为该调出资金渠道对应的第四余额阈值。
其中,渠道利率,即每个调出资金渠道对应的银行利率,银行利率表示一定时期内利息与本金的比率,用百分比表示。示例性地,银行利率是0.3%。
其中,高利率调出资金渠道的第四余额阈值=第二余额阈值^(1+渠道利率),可以看出,高利率调出资金渠道的第四余额阈值大于第二余额阈值,目的是,由于高利率调出资金渠道本身的银行利率较高,余额较多的话利息也相应较多,因此高利率调出资金渠道可以保持有相比第二余额阈值略高的余额。
其中,低利率调出资金渠道的第四余额阈值=第二余额阈值^(1-渠道利率),可以看出,低利率调出资金渠道的第四余额阈值小于第二余额阈值,目的是,由于低利率调出资金渠道本身的银行利率较低,即便余额较多的话利息也相应较少,为了能够从资金盈利等角度充分运用好资金渠道中的余额,低利率调出资金渠道中的余额不应当维持在较高的水平,因此,将低利率调出资金渠道的第二余额阈值更新为相比第二余额阈值较低的第四余额阈值。
可以看出,本申请实施例中,通过获取多个调出资金渠道中每个调出资金渠道的渠道利率,将高利率调出资金渠道的第二余额阈值更新为相比第二余额阈值较高的第四余额阈值,将低利率调出资金渠道的第二余额阈值更新为相比第二余额阈值较低的第四余额阈值,从而高利率调出资金渠道可以保持有相比第二余额阈值略高的余额,同时低利率调出资金渠道则保持相比第二余额阈值略低的余额,通过使得每个调出资金渠道经过资金调拨后的余额能够保持在符合各自实际情况的合理水平,充分提高了调出资金渠道的余额的利用程度。
与上述图1B所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种基于预测模型的多渠道资金调拨装置的结构示意图,如图3所示:
一种基于预测模型的多渠道资金调拨装置,上述装置包括:
301:获取单元,用于获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
302:输入单元,用于将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;
303:检测单元,用于检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;
304:调拨单元,用于将调出资金渠道的部分余额调拨给调入资金渠道。
可以看出,本申请实施例中,通过获取单元获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;通过输入单元将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;通过检测单元检测每个资金渠道的余额,当每个资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;通过调拨单元将调出资金渠道的部分余额调拨给调入资金渠道。通过基于预测模型的多渠道资金调拨装置,将资金渠道在第一时间内的渠道参数输入资金使用预测模型,得到资金渠道在第二时间内需要使用的金额额度,进而将余额匮乏的资金渠道作为调入资金渠道以接收来自调出资金渠道的资金补充,使得资金调拨操作得以智能化地根据资金渠道的实际情况来进行,降低企业的资金运营成本。
具体地,本申请实施例可以根据上述方法示例对基于预测模型的多渠道资金调拨装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述图1B所示的实施例一致的,本申请实施例提供了一种电子设备,请参阅图4,图4是本申请的实施例提供的一种电子设备的硬件运行环境的服务器结构示意图,如图4所示,电子设备包括处理器、存储器以及存储在存储器上并可在处理器上运行的计算机执行指令,当计算机执行指令被运行时,使得电子设备执行任一项基于预测模型的多渠道资金调拨方法。
其中,处理器为CPU。
其中,存储器,可选的,存储器可以为高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器。
本领域技术人员可以理解,图4中示出的服务器的结构并不构成对其的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图4所示,存储器中可以包括操作系统、网络通信模块以及基于预测模型的多渠道资金调拨的计算机执行指令。操作系统用于管理和控制服务器硬件和软件资源,支持计算机执行指令的运行。网络通信模块用于实现存储器内部各组件之间的通信,以及与服务器内部其他硬件和软件之间通信,通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General PacketRadio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)等。
在图4所示的服务器中,处理器用于运行存储器中存储的人员管理的计算机执行指令,实现以下步骤:获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;检测每个资金渠道的余额,当每个资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;将调出资金渠道的部分余额调拨给调入资金渠道。
本申请涉及的服务器的具体实施可参见上述基于预测模型的多渠道资金调拨方法的各实施例,在此不做赘述。
本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机指令,当计算机指令在通信装置上运行时,使得通信装置执行以下步骤:获取多个资金渠道中的每个资金渠道的渠道参数,渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;将每个资金渠道的渠道参数输入资金使用预测模型,得到每个资金渠道对应的第一余额阈值,第一余额阈值为资金渠道在第二时间内需要使用的金额额度;检测每个资金渠道的余额,当资金渠道的余额小于或等于第一余额阈值时,确定该资金渠道为调入资金渠道;将调出资金渠道的部分余额调拨给调入资金渠道。上述计算机包括电子设备。
其中,电子设备包括手机、平板电脑、个人数字助理、穿戴式设备等。
其中,计算机可读存储介质可以是上述实施例所述的电子设备的内部存储单元,例如电子设备的硬盘或内存。计算机可读存储介质也可以是上述电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括电子设备的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机执行指令以及电子设备所需的其他计算机执行指令和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请涉及的计算机可读存储介质的具体实施可参见上述基于预测模型的多渠道资金调拨方法的各实施例,在此不做赘述。
本申请实施例提供了一种计算机程序产品,其中,计算机程序产品包括计算机程序,计算机程序可操作来使计算机如上述方法实施例中记载的任何一种基于预测模型的多渠道资金调拨方法的部分或全部步骤,该计算机程序产品可以是一个软件安装包。
需要说明的是,对于前述的任一种基于预测模型的多渠道资金调拨方法的实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请所必须的。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请一种基于预测模型的多渠道资金调拨方法、装置、设备和介质的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请一种基于预测模型的多渠道资金调拨方法、装置、设备和介质的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
本申请是参照本申请实施例的方法、硬件产品和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现所公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域普通技术人员可以理解上述任一种基于预测模型的多渠道资金调拨方法的方法实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
显然,本领域的技术人员可以对本申请提供的一种基于预测模型的多渠道资金调拨方法、装置、设备和介质进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种基于预测模型的多渠道资金调拨方法,所述方法包括:
获取多个资金渠道中的每个资金渠道的渠道参数,所述渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
将所述每个资金渠道的渠道参数输入资金使用预测模型,得到所述每个资金渠道对应的第一余额阈值,所述第一余额阈值为所述资金渠道在第二时间内需要使用的金额额度;
检测所述每个资金渠道的余额,当所述资金渠道的余额小于或等于所述第一余额阈值时,确定该资金渠道为调入资金渠道;
将调出资金渠道的部分余额调拨给所述调入资金渠道。
2.根据权利要求1所述的方法,其特征在于,所述调出资金渠道的余额大于第二余额阈值,所述将调出资金渠道的部分余额调拨给所述调入资金渠道还包括:所述调出资金渠道的余额保持大于或等于该资金渠道对应的第二余额阈值,其中该资金渠道的第二余额阈值>该资金渠道的第一余额阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述资金使用预测模型的训练过程如下:
获取训练数据集,所述训练数据集为所述每个资金渠道在第一历史时间内的渠道关联参数,所述渠道关联参数为可能影响所述每个资金渠道的初始金额调拨情况的参数;
将所述训练数据集输入目标预测模型,获得所述每个资金渠道在所述第一历史时间内的预测使用金额;
将所述每个资金渠道的预测使用金额与该资金渠道的实际使用金额输入目标偏差函数,根据所述目标偏差函数计算得到目标偏差值;
在所述目标偏差值大于预设偏差值的情况下,检测所述渠道关联参数中的偏差异常参数,所述偏差异常参数为导致所述目标偏差值大于预设偏差值的关键项;
使用备选渠道关联参数替换所述偏差异常参数,得到新的训练数据集,重复将所述新的训练数据集输入所述目标预测模型、获得预测使用金额的过程,直到确定所述预测使用金额与所述实际使用金额的目标偏差值小于预设差值时,确定所述新的训练数据集中包括的渠道关联参数为所述渠道参数,包括所述渠道参数作为模型参数的目标预测模型为所述资金使用预测模型。
4.根据权利要求2所述的方法,其特征在于,所述将调出资金渠道的部分余额调拨给所述调入资金渠道,具体为:
计算所述多个调入资金渠道中的每个调入资金渠道的调入资金渠道余额距离该调入资金渠道对应的第三余额阈值的差值,得到补充额度h=第三余额阈值-调入资金渠道余额,其中h为第h个调入资金渠道且1≤h≤i,其中该资金渠道的第三余额阈值≥该资金渠道的第一余额阈值,所述第三余额阈值为所述每个调入资金渠道经过资金调拨后需要持有的金额额度;
计算所述多个调出资金渠道中的每个调出资金渠道的可调出资金量,所述可调出资金量j=调出资金渠道余额-第二余额阈值,其中j为第j个调出资金渠道;
计算可调入资金
Figure FDA0003206534610000021
若所述可调出资金量大于预设额度,则执行所述可调入资金i对应的资金调拨,所述可调入资金i为第i个调入资金渠道的调入资金量。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
所述h为所述调入资金渠道的调入优先级排序,所述j为所述调出资金渠道的调出优先级排序;
其中,所述将调出资金渠道的部分余额调拨给所述调入资金渠道,包括:
按照所述调入资金渠道的调入优先级排序和所述调出资金渠道的调出优先级排序,将所述调出资金渠道的部分余额调拨给所述调入资金渠道。
6.根据权利要求5所述的方法,其特征在于,在所述将调出资金渠道的部分余额调拨给所述调入资金渠道之前,所述方法还包括:
获取所述多个调入资金渠道中的每个调入资金渠道、所述多个调出资金渠道中的每个调出资金渠道的渠道权重;
根据所述多个调入资金渠道中的每个调入资金渠道的余额和对应的第一余额阈值,计算出所述每个调入资金渠道的调入差值=(第一余额阈值-余额)/第一余额阈值,且根据所述多个调出资金渠道中的每个调出资金渠道的余额和对应的第二余额阈值,计算出所述每个调出资金渠道的调出差值=(余额-第二余额阈值)/第二余额阈值;
根据所述每个调入资金渠道的渠道权重和调入差值,计算出每个调入资金渠道的优先值=渠道权重*调入差值,且根据所述每个调出资金渠道的渠道权重和调出差值,计算出每个调出资金渠道的优先值=渠道权重*调出差值;
根据所述每个调入资金渠道的优先值对所述多个调入资金渠道的调入优先级进行排序,根据所述每个调出资金渠道的优先值对所述多个调出资金渠道的调出优先级进行排序。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取所述调入资金渠道和所述调出资金渠道在预设天数内的N个时间段中每个时间段的资金调拨量,得到所述N个时间段中每个时间段的平均资金调拨量,按照预设的平均资金调拨量和调拨频次系数之间的映射关系,得到每个时间段的目标调拨频次系数;
获取所述每个时间段的资金调拨次数,按照预设的资金调拨次数和频次调节系数之间的映射关系,得到每个时间段的目标频次调节系数;
根据所述目标调拨频次系数和所述目标频次调节系数,计算出每个时间段的目标刷新频次;
在所述每个时间段内对所述调入资金渠道的调入优先级和所述调出资金渠道的调出优先级进行目标刷新频次对应次数的优先值刷新,所述优先值刷新用于确定所述每个调入资金渠道、所述每个调出资金渠道的更新后的优先值。
8.一种基于预测模型的多渠道资金调拨装置,所述装置包括:
获取单元,用于获取多个资金渠道中的每个资金渠道的渠道参数,所述渠道参数包括资金渠道在第一时间内的资金变化记录和渠道权重;
输入单元,用于将所述每个资金渠道的渠道参数输入资金使用预测模型,得到所述每个资金渠道对应的第一余额阈值,所述第一余额阈值为所述资金渠道在第二时间内需要使用的金额额度;
检测单元,用于检测所述每个资金渠道的余额,当所述资金渠道的余额小于或等于所述第一余额阈值时,确定该资金渠道为调入资金渠道;
调拨单元,用于将调出资金渠道的部分余额调拨给所述调入资金渠道。
9.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机执行指令,当所述计算机执行指令被运行时,使得所述电子设备执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机指令,当所述计算机指令在通信装置上运行时,使得所述通信装置执行权利要求1-7任一项所述的方法。
CN202110918567.7A 2021-08-11 2021-08-11 基于预测模型的多渠道资金调拨方法、装置、设备和介质 Pending CN113610634A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110918567.7A CN113610634A (zh) 2021-08-11 2021-08-11 基于预测模型的多渠道资金调拨方法、装置、设备和介质
PCT/CN2021/114678 WO2023015615A1 (zh) 2021-08-11 2021-08-26 基于预测模型的多渠道资金调拨方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110918567.7A CN113610634A (zh) 2021-08-11 2021-08-11 基于预测模型的多渠道资金调拨方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN113610634A true CN113610634A (zh) 2021-11-05

Family

ID=78340254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110918567.7A Pending CN113610634A (zh) 2021-08-11 2021-08-11 基于预测模型的多渠道资金调拨方法、装置、设备和介质

Country Status (2)

Country Link
CN (1) CN113610634A (zh)
WO (1) WO2023015615A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693436A (zh) * 2022-05-30 2022-07-01 云账户技术(天津)有限公司 头寸资金调拨管理系统、方法和网络设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764863B (zh) * 2018-05-24 2021-10-29 腾讯科技(深圳)有限公司 一种数据转移方法、装置、服务器和存储介质
US11010829B2 (en) * 2019-06-24 2021-05-18 Accenture Global Solutions Limited Liquidity management system
US10990980B1 (en) * 2019-06-24 2021-04-27 Square, Inc. Predicting capital needs
CN111583046B (zh) * 2020-05-20 2023-10-17 北京九恒星科技股份有限公司 金融资源的处理方法、装置、设备以及系统
CN111815316A (zh) * 2020-07-08 2020-10-23 银联商务股份有限公司 自有资金额度预测方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693436A (zh) * 2022-05-30 2022-07-01 云账户技术(天津)有限公司 头寸资金调拨管理系统、方法和网络设备

Also Published As

Publication number Publication date
WO2023015615A1 (zh) 2023-02-16

Similar Documents

Publication Publication Date Title
CN107819861A (zh) 业务数据处理方法、装置及系统
CN107767009A (zh) 医疗保险基金精算预测方法及装置
CN109285069B (zh) 资源转移方法、装置及服务器
CN109784703A (zh) 业务数据处理方法、装置、计算机设备和存储介质
CN105187674A (zh) 服务录音的合规检查方法及装置
CN112308710A (zh) 贷款数据处理方法、装置、计算机设备及存储介质
US8341044B1 (en) System, method, and computer program product for rating and re-rating events
CN113610634A (zh) 基于预测模型的多渠道资金调拨方法、装置、设备和介质
US20200342453A1 (en) Tokenization request handling at a throttled rate in a payment network
CN112416558A (zh) 基于区块链的业务数据处理方法、装置及存储介质
CN109242665B (zh) 业务规则多渠道共享方法、装置、设备和存储介质
CN113888330A (zh) 一种用于金融企业的数据路由平台管理系统
CN111402018B (zh) 一种上报资源预算的方法和系统
CN112435021A (zh) 基于人工智能的交易请求处理方法、装置、设备和介质
CN105208226A (zh) 服务录音的合规检查方法及装置
CN112101847A (zh) 核电站仓库智能管理方法、装置、计算机设备及存储介质
CN112085496A (zh) 用户账户数据的处理方法及装置
CN111524002A (zh) 联名信用卡额度确定方法及装置
CN110930013A (zh) 一种数据处理方法、装置、服务器及存储介质
CN111738582B (zh) 基于群落化的银行网点任务动态分配方法、装置和设备
CN114331670B (zh) 资金排期方案的确定方法、装置、计算机设备和存储介质
CN118014329A (zh) 评定任务优先级的方法、装置、电子设备及存储介质
CN114973500B (zh) 金融终端机芯日志传输方法、装置、电子设备和介质
US20240112157A1 (en) Liquidation management operations for improved ledger performance
CN106056410A (zh) 用于积分账户调整的数据表更新方法及积分计算系统

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