CN113742595A - 网点排队时间的查询方法及装置、存储介质及电子设备 - Google Patents
网点排队时间的查询方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113742595A CN113742595A CN202111096872.9A CN202111096872A CN113742595A CN 113742595 A CN113742595 A CN 113742595A CN 202111096872 A CN202111096872 A CN 202111096872A CN 113742595 A CN113742595 A CN 113742595A
- Authority
- CN
- China
- Prior art keywords
- service
- time
- queuing
- service type
- handled
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000012549 training Methods 0.000 claims description 20
- 239000000463 material Substances 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000019637 foraging behavior Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Technology Law (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种网点排队时间的查询方法及装置、存储介质及电子设备，可应用于金融领域或其他领域。该方法包括：当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前目标网点对应的各个待办业务类型；确定每个待办业务类型对应的排队信息；将每个待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经时间预测模型处理后，获得每个待办业务类型对应的预估等待时间；将各个待办业务类型对应的预估等待时间相加，将相加结果作为目标网点对应的排队时间，并向用户反馈该排队时间。应用本申请的方法，用户可查询网点的排队等候时间，根据排队等候时间安排行程，有利于避免在排队等过程中耗费过多时间，改善服务体验。
Description
技术领域
本发明涉及信息查询技术领域，特别是涉及一种网点排队时间的查询方法及装置、存储介质及电子设备。
背景技术
在人们的日常生活中，前往银行网点办理业务，是人们办理银行业务的重要途径之一。而银行网点的柜台有限，客户在银行网点办理业务时，通常需要排队等候。
目前，客户通常是在前往银行网点后，才能得知该网点当前有多少人在排队办理业务。若是当前排队的人数较多，客户则需要等候较长时间，才能办理业务。
随着人们生活节奏的不断加快，客户对于业务办理效率的要求亦越来越高。而目前客户在实地前往银行网点后，才能得知银行网点的等候情况，若是排队人数较多，客户则需长时间等候，或是选择其他时间前往网点，又或是选择前往其他网点，会给客户的时间安排带来较大的影响，除了实际的业务办理时间外，客户需在排队等非服务事项中耗费过多的时间，使得客户的服务体验较差。
发明内容
有鉴于此，本发明实施例提供了一种网点排队时间的查询方法，以解决客户在前往网点后才能得知网点排队情况，使得客户的服务体验较差的问题。
本发明实施例还提供了一种网点排队时间的查询装置，用以保证上述方法实际中的实现及应用。
为实现上述目的，本发明实施例提供如下技术方案：
一种网点排队时间的查询方法，包括：
当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
确定每个所述待办业务类型对应的排队信息；
将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
上述的方法，可选的，所述确定每个所述待办业务类型对应的排队信息，包括：
确定每个所述待办业务类型对应的排队人数；
确定每个所述待办业务类型对应的业务处理时间；
对于每个所述待办业务类型，将该待办业务类型对应的排队人数及其对应的业务处理时间，确定为该待办业务类型对应的排队信息。
上述的方法，可选的，所述确定每个所述待办业务类型对应的业务处理时间，包括：
在各个预设业务类型中，确定每个所述待办业务类型对应的预设业务类型；
确定每个所述预设业务类型对应的业务处理时间，每个所述预设业务类型对应的业务处理时间为，基于该预设业务类型对应的各个调查问卷所预先设置的时间；
对于每个所述待办业务类型，将该待办业务类型对应的预设业务类型所对应的业务处理时间，作为该待办业务类型对应的业务处理时间。
上述的方法，可选的，所述时间预测模型的建立过程，包括：
基于预先存储的业务办理历史数据，确定训练样本集和测试样本集；
基于所述训练样本集对预构建的基础模型进行训练，所述基础模型为基于预设的粒子群优化算法所构建的模型；
基于所述测试样本集对训练完成的基础模型进行检验，若所述训练完成的基础模型通过检验，则将所述训练完成的基础模型作为所述时间预测模型。
上述的方法，可选的，还包括：
确定所述用户对应的预期等待时间；
判断所述排队时间是否大于所述预期等待时间，若所述排队时间大于所述预期等待时间，则提示所述用户选择是否推荐可选网点；
响应于所述用户选择推荐可选网点的触发指令，确定所述用户对应的多个业务网点；
对于每个所述业务网点，确定该业务网点对应的距离和排队时间；
基于每个所述业务网点对应的距离和排队时间，确定每个所述业务网点对应的推荐优先级；
按照各个所述业务网点对应的推荐优先级，在所述多个业务网点中，确定至少一个推荐网点，并确定每个所述推荐网点对应的网点信息；
向所述用户反馈各个所述推荐网点对应的网点信息。
上述的方法，可选的，还包括：
基于所述排队时间确定所述用户对应的业务办理时间段，并向所述用户反馈所述业务办理时间段。
上述的方法，可选的，还包括：
确定所述用户对应的业务类型；
确定所述用户对应的业务类型所对应的业务材料信息，并向所述用户反馈所述业务材料信息。
一种网点排队时间的查询装置，包括：
第一确定单元，用于当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
第二确定单元，用于确定每个所述待办业务类型对应的排队信息；
预估单元，用于将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
第一反馈单元，用于将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上述的网点排队时间的查询方法。
一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如上述的网点排队时间的查询方法。
基于上述本发明实施例提供的一种网点排队时间的查询方法，包括：当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；确定每个所述待办业务类型对应的排队信息；将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。应用本发明实施例提供的方法，用户可在前往目标网点前，通过发送对应的请求，查询目标网点对应的排队时间，可根据排队时间确定是否前往该网点办理业务，有利于避免用户在通过银行网点办理业务的过程中，在排队等非服务事项中耗费过多时间，可提升用户的服务体验。其次，亦有利于平衡各个网点的业务负载。
附图说明
为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种网点排队时间的查询方法的方法流程图；
图2为本发明实施例提供的一种网点排队时间的查询方法的又一方法流程图；
图3为本发明实施例提供的一种网点排队时间的查询装置的结构示意图；
图4为本发明实施例提供的一种网点排队时间的查询装置的又一结构示意图；
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由背景技术可知，客户在前往网点后，才能得知网点的排队情况，若当前排队人数较多，客户若需办理业务，则要在该网点中等待较长时间，或是前往其他网点办理业务，而前往其他网点，客户亦需在到达其他网点时才能得知其排队情况，除了在路程上需耗费时间外，亦无法确定在其他网点需等待多长时间。导致客户在通过网点办理业务的过程中，需要在排队等非服务事项中耗费过多的时间，使得客户的服务体验较差。其次，客户无法得知网点的排队情况，容易导致各个网点的业务负载不均衡，不利于网点资源的合理分配，容易造成资源浪费。
因此，本发明实施例提供了一种网点排队时间的查询方法及装置、存储介质及电子设备，用户可查询目标网点的排队时间，可参考排队时间安排行程，有利于节省用户的等候时间，提升用户的服务体验。
需要说明的是，本发明提供的网点排队时间的查询方法及装置、存储介质及电子设备可用于金融领域或其他领域，例如，可用于金融领域中的网点服务应用场景。其他领域为除金融领域之外的任意领域，例如，通信服务领域。上述仅为示例，并不对本发明提供的网点排队时间的查询方法及装置、存储介质及电子设备的应用领域进行限定。
本发明实施例提供了一种网点排队时间的查询方法，所述方法可应用于银行提供查询服务的业务系统，其执行主体可以为业务系统的服务器，所述方法的方法流程图如图1所示，包括：
S101：当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
本发明实施例提供的方法中，可以在手机银行等应用软件中设置网点排队时间的查询功能，也可以通过微信等应用软件中小程序等方式设置该查询功能，还可以通过网站平台设置该查询功能。用户可通过移动终端，如手机、电脑等移动终端，通过登录账户进入该查询功能的相关界面。用户可以在前端界面中选择需要查询的网点，对于排队等待可以接受的时间，还可以选择想要办理的业务、预计到达网点的时间等等，以发送对目标网点的排队时间进行查询的请求。
当服务器接收到该请求时，可通过网点排号系统，获取目标网点当前的排队信息，基于该排队信息，确定当前目标网点对应的各个待办业务类型，也就是当前在该目标网点排队等候的客户等待办理的业务类型，例如当前目标网点有十个客户在排队等候，三个客户排队办理的业务是开户，五个客户排队办理的业务是外币兑换，还有两个客户排队办理的业务是转账，则目标网点对应的各个待办业务类型则为开户、外币兑换和转账。
S102：确定每个所述待办业务类型对应的排队信息；
本发明实施例提供的方法中，可基于目标网点的排队信息和预先设置的业务办理信息，确定每个待办业务类型对应的排队信息，每个待办业务类型对应的排队信息可以包括当前目标网点中排队办理该类型业务的客户人数，办理该类型业务的平均时长等等。进一步的，还可以包括当前时间点、用户预计到达网点的时间点等等，可用于估计在此过程中网点可能新增办理该类型业务的人数。具体可根据已建立的时间预测模型的输入信息包含的数据类型确定。
S103：将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
本发明实施例提供的方法中，预先建立了用于预测等待时长的时间预测模型。可将每个待办业务类型对应的排队信息作为输入，输入该时间预测模型，获取时间预测模型的输出，基于模型的输出确定输入的排队信息所对应的待办业务类型所对应的预估等待时间。
S104：将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
本发明实施例提供的方法中，将所有待办业务类型对应的预估等待时间相加，将所有待办业务类型对应的预估时间的总和作为目标网点对应的排队时间，该排队时间是一个时长，将该排队时间发送至前端，在前端界面中进行显示，以向用户反馈该目标网点对应的排队时间。同时，还可以向用户反馈目标网点当前的排队人数等等。
基于本发明实施例提供的方法，在接收到对目标网点的排队时间进行查询的请求时，可确定当前该目标网点对应的各个待办业务类型，并确定每个待办业务类型对应的排队信息，基于每个待办业务类型对应的排队信息，通过已建立的时间预测模型，确定每个待办业务类型对应的预估等待时间，继而确定该目标网点对应的排队时间，向用户反馈。应用本发明实施例提供的方法，用户可以在前往网点办理业务之前，通过各类移动终端查询当前通过目标网点办理业务需等待的时间，用户可根据排队时间确定是否前往该网点。有利于用户安排行程，减少用户在排队、选择网点等非服务事项中耗费的时间，改善用户在通过网点办理业务过程中的服务体验。其次，用户可根据排队时间确定行程，用户通常亦选择在排队时间较短的情况下前往网点，或是选择排队时间短的网点，故有利于业务分流，平衡各个网点的业务负载，有利于网点资源的合理分配，提高网点资源的利用率。
进一步的，本发明实施例提供了又一种网点排队时间的查询方法，在图1所示方法的基础上，本发明实施例提供的方法中，步骤S102中所提及的确定每个所述待办业务类型对应的排队信息的过程，包括：
确定每个所述待办业务类型对应的排队人数；
本发明实施例提供的方法中，可以从目标网点的排队信息中确定当前每个排队的客户对应的待办业务类型。可统计得到每个待办业务类型对应的排队人数，也就是当前等待办理该类型业务的客户的人数。
确定每个所述待办业务类型对应的业务处理时间；
本发明实施例提供的方法中，可以根据预先配置的信息，确定每个待办业务类型对应的业务处理时间，也就是每个客户办理该业务类型的业务的预计耗时。具体的，可根据银行日常的运营信息统计，统计柜台办理该业务类型的业务的平均耗时，以设置该业务类型对应的业务处理时间，也可以采取其他方式估计每个业务类型的办理耗时，不影响本发明实施例提供的方法实现功能。
对于每个所述待办业务类型，将该待办业务类型对应的排队人数及其对应的业务处理时间，确定为该待办业务类型对应的排队信息。
本发明实施例提供的方法中，将每个待办业务类型对应的排队人数和业务处理时间作为其对应的排队信息。
基于本发明实施例提供的方法，将每个待办业务类型对应的排队人数和业务处理时间作为排队信息，用于每个待办业务类型对应的预估等待时间的预测，数据类型较为简单，获取方式较为简便，可进一步提高处理效率。
进一步的，在上述实施例提供的方法的基础上，本发明实施例提供的方法中，所述确定每个所述待办业务类型对应的业务处理时间的过程，包括：
在各个预设业务类型中，确定每个所述待办业务类型对应的预设业务类型；
本发明实施例提供的方法中，可预先根据网点的服务情况，设置各个业务类型，也就是银行可受理的业务类型。可通过各个待办业务类型的类型标识，与各个预设业务类型的类型标识的匹配，确定每个待办业务类型对应的预设业务类型。
确定每个所述预设业务类型对应的业务处理时间，每个所述预设业务类型对应的业务处理时间为，基于该预设业务类型对应的各个调查问卷所预先设置的时间；
本发明实施例提供的方法中，可以在向各个客户提供服务时，向客户发送调查问卷，例如可以在客户使用查询功能时，提示客户填写调查问卷，也可以通过账户邮件、应用软件推送等方式，向客户发送调查问卷，调查客户以往办理业务的业务类型，以及以往在办理该项业务时所耗费的时间等等。
可以定期对各个客户填的调查问卷进行统计分析，统计出每个待办业务类型对应的各个调查问卷，也就是在调查问卷中填写了以往办理过该类型的业务的问卷。基于每个待办业务类型对应的各个调查问卷中填写的，办理该类型业务所耗费的时间，确定每个待办业务类型对应的业务处理时间，例如，可以将该待办业务类型对应的所有调查问卷中填写的办理该类型业务所耗费的时间的平均值，作为该待办业务类型对应的业务处理时间。进一步的，也可以结合调查问卷中的统计结果以及银行网点的统计信息，确定每个待办业务类型对应的业务处理时间。
对于每个所述待办业务类型，将该待办业务类型对应的预设业务类型所对应的业务处理时间，作为该待办业务类型对应的业务处理时间。
本发明实施例提供的方法中，可将预先设置的，每个待办业务类型对应的预设业务类型所对应的业务处理时间，作为每个待办业务类型对应的业务处理时间。
基于本发明实施例提供的方法，可基于各个客户填写的调查问卷的统计结果，确定每个待办业务类型对应的业务处理时间，结合客户的实际经历，进一步提高确定业务处理时间的准确性，继而有利于提高目标网点的排队时间的预估准确性。
进一步的，在图1所示方法的基础上，本发明实施例提供的方法中，步骤S103中所提及的时间预测模型的建立过程，包括：
基于预先存储的业务办理历史数据，确定训练样本集和测试样本集；
本发明实施例提供的方法中，可以根据各个网点的历史运营情况，基于业务办理的历史数据，提取出各个特征数据，确定模型的训练样本集和测试样本集。业务办理的历史数据，指的是根据网点的历史排队情况所统计的数据。训练样本集中包含基于业务办理的历史数据所设置的多个训练样本，测试样本集亦包含基于业务办理的历史数据所设置的多个测试样本。每个训练样本或每个测试样本的输入数据可以为某一业务类型、等待办理该类型业务的客户人数、当前该业务类型对应的业务办理时间，输出数据为这些客户办理该类型的业务所实际耗费的时间。
基于所述训练样本集对预构建的基础模型进行训练，所述基础模型为基于预设的粒子群优化算法所构建的模型；
本发明实施例提供的方法中，构建粒子群优化算法(Particle SwarmOptimization，PSO)对应的算法基础模型，PSO算法是一种通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，是一种现有算法，在此不作具体说明。本发明实施例提供的方法中，可通过训练样本集中的各个训练样本对该算法构建的基础模型进行训练，以使基础模型能够根据业务类型、等待办理的客户人数以及该业务类型对应的业务办理时间等信息，预测出为这部分客户办理该类型的业务所需耗费的时间。
基于所述测试样本集对训练完成的基础模型进行检验，若所述训练完成的基础模型通过检验，则将所述训练完成的基础模型作为所述时间预测模型。
本发明实施例提供的方法中，当基于训练样本集对基础模型进行训练后，可通过测试样本集中的各个测试样本，检验训练完成的基础模型的输出数据的准确性，若训练完成的基础模型的准确性符合检验要求，则通过检验，将该训练完成的基础模型作为时间预测模型，用于待办业务类型对应的预估等待时间的预测。若当前训练完成的基础模型没有通过检验，则继续对该基础模型进行训练，直至通过检验。
基于本发明实施例提供的方法，可基于PSO算法建立时间预测模型，SPO算法的搜索速度快，算法较为简单，可以进一步提高处理效率。
进一步的，在图1所示方法的基础上，本发明实施例提供了另一种网点排队时间的查询方法，本发明实施例提供的方法中，还包括：
确定所述用户对应的预期等待时间；
本发明实施例提供的方法中，用户在前端发起查询请求时，可以输入对于办理业务所能接受的等待时长，将用户输入的可接受的等待时长作为用户对应的预期等待时间。
判断所述排队时间是否大于所述预期等待时间，若所述排队时间大于所述预期等待时间，则提示所述用户选择是否推荐可选网点；
本发明实施例提供的方法中，可将当前预估的目标网点对应的排队时间与用户的预期等待时间进行比较，若排队时间大于预期等待时间，在向用户反馈排队时间时，可以在前端界面中提示当前该网点预计排队时间过长，并提示用户选择是否推荐可选网点，也就是是否需要向其推荐其他网点。
响应于所述用户选择推荐可选网点的触发指令，确定所述用户对应的多个业务网点；
本发明实施例提供的方法中，若用户根据提示触发了推荐可选网点的控件，响应于用户的选择操作，可以在银行的各个业务网点中，确定用户对应的多个业务网点。具体的，可以通过GPS定位，确定用户所在位置，将用户所在位置一定范围内的各个业务网点作为用户对应的各个业务网点，进一步的，还可以获取用户当前想要办理业务的业务类型与其位置一定范围内的各个业务网点进行匹配，将业务范围包含该业务类型的各个业务网点作为用户对应的业务网点。还可以提示用户选择地点范围，将用户选择的地点范围对应的各个业务网点作为用户对应的各个业务网点。
对于每个所述业务网点，确定该业务网点对应的距离和排队时间；
本发明实施例提供的方法中，可以获取每个业务网点所在位置，可通过地图测距，基于用户所在位置和每个业务网点所在位置，确定用户对应的每个业务网点与该用户之间的距离，将每个业务网点与用户之间的距离作为每个业务网点对应的距离。可以确定每个业务网点对应的排队时间，具体的，每个业务网点对应的排队时间的确定原理，与结合图1所示实施例中，所述目标网点对应的排队时间的确定原理相同，具体可参见上述实施例中的说明，在此不再赘述。
基于每个所述业务网点对应的距离和排队时间，确定每个所述业务网点对应的推荐优先级；
本发明实施例提供的方法中，可结合每个业务网点对应的距离及其对应的排队时间，确定每个业务网点对应的推荐优先级。具体的，可以先确定每个业务网点的距离推荐指数和时间推荐指数，按照距离由近到远的顺序，业务网点的距离推荐指数由高到低，按照排队时间由短到长的顺序，业务网点的时间推荐指数由高到低。可以预设距离推荐指数和时间推荐指数的参考比重，基于每个业务网点对应的距离推荐指数、时间推荐指数和参考比重，确定每个业务网点对应的推荐指数，按照各个业务网点对应的推荐指数的高低，对应推荐优先级的优先级别高低，以确定各个业务网点的推荐优先级。进一步的，用户可以在前端输入关于推荐网点的特殊要求，例如要求推荐距离最近的网点或是当前排队时间最短的网点等等。若用户存在对应的特殊要求，则可结合用户的要求确定各个业务网点对应的推荐优先级。需要说明的是，可以根据实际需求选择推荐优先级的确定标准，不影响本发明实施例提供的方法实现功能。
按照各个所述业务网点对应的推荐优先级，在所述多个业务网点中，确定至少一个推荐网点，并确定每个所述推荐网点对应的网点信息；
本发明实施例提供的方法中，可以按照各个业务网点对应的推荐优先级确定至少一个推荐网点。具体的，可以按照各个业务网点对应的推荐优先级由高到低的顺序，由推荐优先级最高的业务网点开始，选择至少一个业务网点作为推荐网点。可以预先设置推荐网点的个数，按顺序选取预定个数的业务网点作为推荐网点，也可以设置比例，基于当前各个业务网点的总个数，按比例确定当前选择的网点个数。确定各个推荐网点后，可从网点信息库中获取每个推荐网点对应的网点信息，网点信息可以包括网点名称、网点地址和网点营业时间。网点信息中还可以包含当前该网点对应的排队时间等等。
向所述用户反馈各个所述推荐网点对应的网点信息。
本发明实施例提供的方法中，可将每个推荐网点对应的网点信息发送至前端，在前端按照各个推荐网点对应的推荐优先级的高低顺序，顺序显示各个推荐网点的网点信息，以向客户反馈各个推荐网点对应的网点信息，进行网点的推荐。
基于本发明实施例提供的方法，用户在获取当前查询的目标网点对应的排队时间时，还可以进一步查询当前推荐的各个业务网点，有利于用户获取推荐网点的信息，有利于用户选择当前更加适合办理业务的网点，可进一步改善用户的服务体验。另一方面，亦有利于对网点客户进行分流，平衡各业务网点的业务负载，提高网点资源利用率，亦有利于提高客户的业务办理效率。
进一步的，在目标网点对应的排队时间小于或等于用户对应的预期等待时间的情况下，亦可以提示用户选择是否推荐可选网点，用户亦可查询当前推荐的各个业务网点。
为了更好地说明本发明实施例提供的方法，结合图2所示流程图，在图1所示方法的基础上，本发明实施例提供了又一种网点排队时间的查询方法，本发明实施例提供的方法中，还包括：
S105：基于所述排队时间确定所述用户对应的业务办理时间段，并向所述用户反馈所述业务办理时间段。
本发明实施例提供的方法中，可获取当前时间点，在当前时间点的基础上加上目标网点对应的排队时间，得到预估办理时间点，继而确定该预估办理时间点对应的时间段，作为用户对应的业务办理时间段，并将该业务办理时间段发送至前端，在前端界面中进行显示，以向用户反馈该业务办理时间段，也就是预计用户可以在该时间段内办理业务。例如，当前时间点为15：30，目标网点对应的排队时间为32分钟，预估办理时间点即为16:02，预先设置以十五分钟作为一个时间段长度，故该预估办理时间点对应的时间段为16:00～16:15。
需要说明的是，本发明实施例仅为了更好地说明本发明的方法所提供的一个具体实施例，具体的时间段长度，业务办理时间段的确定方式等等，仅为举例式说明，在具体实现过程中，可根据实际需求采取其他设置方式，不影响本发明实施例提供的方法实现功能。
基于本发明实施例提供的方法，可以进一步确定用户对应的业务办理时间段，也就是基于当前的排队情况，用户若前往该网点办理业务，预计可以办理业务的时间段，向用户反馈其该业务办理时间段，用户可以更直观的获悉网点的排队情况，有利于用户安排行程，进一步提升了用户的服务体验。
进一步的，在图1所示方法的基础上，本发明实施例提供了又一种网点排队时间的查询方法，本发明实施例提供的方法中，还包括：
确定所述用户对应的业务类型；
确定所述用户对应的业务类型所对应的业务材料信息，并向所述用户反馈所述业务材料信息。
本发明实施例提供的方法中，可以预先设置银行的各个业务类型对应的业务材料信息，也就是办理该类型的业务所需要提供的材料的信息。用户可在发送查询请求时，选择想要办理的业务所对应的业务类型。可以从用户的请求信息中，获取用户所选择办理业务的业务类型，作为用户对应的业务类型。在预先设置的各个业务类型对应的业务材料信息中，获取用户对应的业务类型所对应的业务材料信息，并将该业务材料信息发送至前端，在前端进行显示，以向用户反馈该业务材料信息。
基于本发明实施例提供的方法，可以根据用户对应的业务类型，向其反馈对应的业务材料信息，可以提醒用户办理该类型的业务所需准备的材料，方便用户准备材料，可以进一步提升用户的服务体验。
与图1所示的一种网点排队时间的查询方法相对应的，本发明实施例还提供了一种网点排队时间的查询装置，用于对图1中所示方法的具体实现，其结构示意图如图3所示，包括：
第一确定单元201，用于当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
第二确定单元202，用于确定每个所述待办业务类型对应的排队信息；
预估单元203，用于将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
第一反馈单元204，用于将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
基于本发明实施例提供的装置，在接收到对目标网点的排队时间进行查询的请求时，可确定当前该目标网点对应的各个待办业务类型，并确定每个待办业务类型对应的排队信息，基于每个待办业务类型对应的排队信息，通过已建立的时间预测模型，确定每个待办业务类型对应的预估等待时间，继而确定该目标网点对应的排队时间，向用户反馈。应用本发明实施例提供的装置，用户可以在前往网点办理业务之前，通过各类移动终端查询当前通过目标网点办理业务需等待的时间，用户可根据排队时间确定是否前往该网点。有利于用户安排行程，减少用户在排队、选择网点等非服务事项中耗费的时间，改善用户在通过网点办理业务过程中的服务体验。其次，用户可根据排队时间确定行程，用户通常亦选择在排队时间较短的情况下前往网点，或是选择排队时间短的网点，故有利于业务分流，平衡各个网点的业务负载，有利于网点资源的合理分配，提高网点资源的利用率。
在上述实施例提供的装置的基础上，本发明实施例提供的装置中，所述第二确定单元202，包括：
第一确定子单元，用于确定每个所述待办业务类型对应的排队人数；
第二确定子单元，用于确定每个所述待办业务类型对应的业务处理时间；
第三确定子单元，用于对于每个所述待办业务类型，将该待办业务类型对应的排队人数及其对应的业务处理时间，确定为该待办业务类型对应的排队信息。
在上述实施例提供的装置的基础上，本发明实施例提供的装置中，所述第二确定子单元，包括：
第四确定子单元，用于在各个预设业务类型中，确定每个所述待办业务类型对应的预设业务类型；
第五确定子单元，用于确定每个所述预设业务类型对应的业务处理时间，每个所述预设业务类型对应的业务处理时间为，基于该预设业务类型对应的各个调查问卷所预先设置的时间；
第六确定子单元，用于对于每个所述待办业务类型，将该待办业务类型对应的预设业务类型所对应的业务处理时间，作为该待办业务类型对应的业务处理时间。
在上述实施例提供的装置的基础上，本发明实施例提供的装置中，还包括：
第三确定单元，用于基于预先存储的业务办理历史数据，确定训练样本集和测试样本集；
训练单元，用于基于所述训练样本集对预构建的基础模型进行训练，所述基础模型为基于预设的粒子群优化算法所构建的模型；
检验单元，用于基于所述测试样本集对训练完成的基础模型进行检验，若所述训练完成的基础模型通过检验，则将所述训练完成的基础模型作为所述时间预测模型。
在上述实施例提供的装置的基础上，本发明实施例提供的装置中，还包括：
第四确定单元，用于确定所述用户对应的预期等待时间；
判断单元，用于判断所述排队时间是否大于所述预期等待时间，若所述排队时间大于所述预期等待时间，则提示所述用户选择是否推荐可选网点；
第五确定单元，用于响应于所述用户选择推荐可选网点的触发指令，确定所述用户对应的多个业务网点；
第六确定单元，用于对于每个所述业务网点，确定该业务网点对应的距离和排队时间；
第七确定单元，用于基于每个所述业务网点对应的距离和排队时间，确定每个所述业务网点对应的推荐优先级；
第二反馈单元，用于按照各个所述业务网点对应的推荐优先级，在所述多个业务网点中，确定至少一个推荐网点，并确定每个所述推荐网点对应的网点信息；向所述用户反馈各个所述推荐网点对应的网点信息。
在图3所示装置的基础上，本发明实施例提供了又一种网点排队时间的查询装置，其结构示意图如图4所示，本发明实施实例提供的装置中，还包括：
第三反馈单元205，用于基于所述排队时间确定所述用户对应的业务办理时间段，并向所述用户反馈所述业务办理时间段。
在上述实施例提供的装置的基础上，本发明实施例提供的装置中，还包括：
第四反馈单元，用于确定所述用户对应的业务类型；确定所述用户对应的业务类型所对应的业务材料信息，并向所述用户反馈所述业务材料信息。
本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上述的网点排队时间的查询方法。
本发明实施例还提供了一种电子设备，其结构示意图如图5所示，具体包括存储器301，以及一个或者一个以上的指令302，其中一个或者一个以上指令302存储于存储器301中，且经配置以由一个或者一个以上处理器303执行所述一个或者一个以上指令302进行以下操作：
当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
确定每个所述待办业务类型对应的排队信息；
将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
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，对于系统或系统实施例而言，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。以上所描述的系统及系统实施例仅仅是示意性的，其中所述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。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种网点排队时间的查询方法，其特征在于，包括：
当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
确定每个所述待办业务类型对应的排队信息；
将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
2.根据权利要求1所述的方法，其特征在于，所述确定每个所述待办业务类型对应的排队信息，包括：
确定每个所述待办业务类型对应的排队人数；
确定每个所述待办业务类型对应的业务处理时间；
对于每个所述待办业务类型，将该待办业务类型对应的排队人数及其对应的业务处理时间，确定为该待办业务类型对应的排队信息。
3.根据权利要求2所述的方法，其特征在于，所述确定每个所述待办业务类型对应的业务处理时间，包括：
在各个预设业务类型中，确定每个所述待办业务类型对应的预设业务类型；
确定每个所述预设业务类型对应的业务处理时间，每个所述预设业务类型对应的业务处理时间为，基于该预设业务类型对应的各个调查问卷所预先设置的时间；
对于每个所述待办业务类型，将该待办业务类型对应的预设业务类型所对应的业务处理时间，作为该待办业务类型对应的业务处理时间。
4.根据权利要求1所述的方法，其特征在于，所述时间预测模型的建立过程，包括：
基于预先存储的业务办理历史数据，确定训练样本集和测试样本集；
基于所述训练样本集对预构建的基础模型进行训练，所述基础模型为基于预设的粒子群优化算法所构建的模型；
基于所述测试样本集对训练完成的基础模型进行检验，若所述训练完成的基础模型通过检验，则将所述训练完成的基础模型作为所述时间预测模型。
5.根据权利要求1所述的方法，其特征在于，还包括：
确定所述用户对应的预期等待时间；
判断所述排队时间是否大于所述预期等待时间，若所述排队时间大于所述预期等待时间，则提示所述用户选择是否推荐可选网点；
响应于所述用户选择推荐可选网点的触发指令，确定所述用户对应的多个业务网点；
对于每个所述业务网点，确定该业务网点对应的距离和排队时间；
基于每个所述业务网点对应的距离和排队时间，确定每个所述业务网点对应的推荐优先级；
按照各个所述业务网点对应的推荐优先级，在所述多个业务网点中，确定至少一个推荐网点，并确定每个所述推荐网点对应的网点信息；
向所述用户反馈各个所述推荐网点对应的网点信息。
6.根据权利要求1所述的方法，其特征在于，还包括：
基于所述排队时间确定所述用户对应的业务办理时间段，并向所述用户反馈所述业务办理时间段。
7.根据权利要求1所述的方法，其特征在于，还包括：
确定所述用户对应的业务类型；
确定所述用户对应的业务类型所对应的业务材料信息，并向所述用户反馈所述业务材料信息。
8.一种网点排队时间的查询装置，其特征在于，包括：
第一确定单元，用于当接收到用户发送的对目标网点的排队时间进行查询的请求时，确定当前所述目标网点对应的各个待办业务类型；
第二确定单元，用于确定每个所述待办业务类型对应的排队信息；
预估单元，用于将每个所述待办业务类型对应的排队信息，分别输入已建立的时间预测模型，经所述时间预测模型处理后，获得每个所述待办业务类型对应的预估等待时间；
第一反馈单元，用于将各个所述待办业务类型对应的预估等待时间相加，将相加结果作为所述目标网点对应的排队时间，并向所述用户反馈所述排队时间。
9.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1～7任意一项所述的网点排队时间的查询方法。
10.一种电子设备，其特征在于，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如权利要求1～7任意一项所述的网点排队时间的查询方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111096872.9A CN113742595A (zh) | 2021-09-18 | 2021-09-18 | 网点排队时间的查询方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111096872.9A CN113742595A (zh) | 2021-09-18 | 2021-09-18 | 网点排队时间的查询方法及装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113742595A true CN113742595A (zh) | 2021-12-03 |
Family
ID=78739799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111096872.9A Pending CN113742595A (zh) | 2021-09-18 | 2021-09-18 | 网点排队时间的查询方法及装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113742595A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116542418A (zh) * | 2023-07-06 | 2023-08-04 | 武汉星际互动智能技术有限公司 | 基于深度学习的办事大厅业务处理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951979A (zh) * | 2015-06-06 | 2015-09-30 | 浙江维融电子科技股份有限公司 | 一种银行网点推荐方法 |
| CN109558989A (zh) * | 2018-12-13 | 2019-04-02 | 平安科技（深圳）有限公司 | 排队时间预测方法、装置、设备及计算机可读存储介质 |
| 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 |
| CN110942190A (zh) * | 2019-11-22 | 2020-03-31 | 广东睿盟计算机科技有限公司 | 排队时间预测方法、装置、计算机设备以及存储介质 |
-
2021
- 2021-09-18 CN CN202111096872.9A patent/CN113742595A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951979A (zh) * | 2015-06-06 | 2015-09-30 | 浙江维融电子科技股份有限公司 | 一种银行网点推荐方法 |
| CN109558989A (zh) * | 2018-12-13 | 2019-04-02 | 平安科技（深圳）有限公司 | 排队时间预测方法、装置、设备及计算机可读存储介质 |
| 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 |
| CN110942190A (zh) * | 2019-11-22 | 2020-03-31 | 广东睿盟计算机科技有限公司 | 排队时间预测方法、装置、计算机设备以及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116542418A (zh) * | 2023-07-06 | 2023-08-04 | 武汉星际互动智能技术有限公司 | 基于深度学习的办事大厅业务处理方法及系统 |
| CN116542418B (zh) * | 2023-07-06 | 2023-09-15 | 武汉星际互动智能技术有限公司 | 基于深度学习的办事大厅业务处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11288603B2 (en) | System for real-time optimal matching of ride sharing requests | |
| EP2335154B1 (en) | Distributed data processing system | |
| CN105139505A (zh) | 一种银行业务办理的非定时预约远程排队方法及系统 | |
| US20180247265A1 (en) | Task grouping method and apparatus, electronic device, and computer storage medium | |
| CN106372821A (zh) | 确定服务站点信息的方法及装置 | |
| CN111523060A (zh) | 网点信息的推送方法及装置 | |
| WO2016035091A1 (en) | Dynamic forecasting for forward reservation of cab | |
| CN112381256A (zh) | 网点预约方法及装置、电子设备及存储介质 | |
| CN110782301A (zh) | 一种拼单方法、装置、电子设备及计算机可读存储介质 | |
| CN101483601A (zh) | 一种基于业务优先级的调度方法及装置 | |
| CN109409980A (zh) | 单车推荐方法、装置、设备及计算机可读存储介质 | |
| CN110753078B (zh) | 提示方法、装置、电子设备及存储介质 | |
| CN116414955B (zh) | 基于客户意向与意图的智能排队方法、装置、设备及介质 | |
| CN111967899A (zh) | 商家线上广告投放方法、装置、计算机设备及存储介质 | |
| CN110582064A (zh) | 一种短信分发方法、装置、设备、介质 | |
| CN113205235B (zh) | 客服调度的方法和装置 | |
| CN110930080A (zh) | 物流配送的方法和装置 | |
| CN113742595A (zh) | 网点排队时间的查询方法及装置、存储介质及电子设备 | |
| CN112561285A (zh) | 网点的推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN110969274A (zh) | 一种预测配送时间的方法、装置及计算机可读存储介质 | |
| WO2020238157A1 (zh) | 等待时间的确定 | |
| CN105930245A (zh) | 一种交易终端业务状态监测方法及系统 | |
| CN113962413A (zh) | 网点业务预约方法及装置、存储介质及电子设备 | |
| CN110910557A (zh) | 一种业务办理时长预测方法、装置、服务器及存储介质 | |
| JP6229354B2 (ja) | 需要予測装置、需要予測方法、および需要予測プログラム |
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 |