CN115394004B - 一种业务分流方法及装置、电子设备、存储介质 - Google Patents
一种业务分流方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN115394004B CN115394004B CN202211063280.1A CN202211063280A CN115394004B CN 115394004 B CN115394004 B CN 115394004B CN 202211063280 A CN202211063280 A CN 202211063280A CN 115394004 B CN115394004 B CN 115394004B
- Authority
- CN
- China
- Prior art keywords
- time length
- current
- current user
- business
- service
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003066 decision tree Methods 0.000 claims abstract description 30
- 238000012163 sequencing technique Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种业务分流方法及装置、电子设备、存储介质，可应用于人工智能领域或金融领域，所述方法包括：接收当前用户的业务办理排队请求；根据业务办理排队请求中当前用户和待办理业务的标识信息，查找出各个目标信息项的当前特征信息；其中，各个目标信息项的当前特征信息至少包括当前用户的个人目标信息和待办理业务的当前目标信息；将各个目标信息项的当前特征信息输入预先构建的时长决策树中，预测当前用户当前办理待办理业务的预计时长是否超过预设目标时长；若预计时长未超过预设目标时长，则将当前用户排序在快速业务办理通道中；若预计时长超过预设目标时长，则将当前用户排序在正常业务办理通道中。
Description
技术领域
本申请涉及业务分流技术领域，特别涉及一种业务分流方法及装置、电子设备、存储介质。
背景技术
为了能让业务办理更加的有序，所以当前用户在办理业务时，都需要在网上进行约号或者在排队机上进行取号，此时系统将会把用户排序在队列中，以能按照队列依次为用户办理业务。
当前系统对用户进行排序，主要还是依据发起排队请求的顺序进行排序。但是这种方式会使得一些仅需要办理耗时较短的简单业务的用户也需要等待较长的时间。因此，当前部分网点会设置专门用于办理耗时较短的简单业务的快速窗口，并且相应地统计各个类型的业务的平均办理时间。系统会根据用户需要办理的业务的类型，将所要办理业务的类型对应的平均办理时间较短的用户，排序在该快速窗口对应的快速通道中，从而将处理时间较短的请求分流到快速窗口进行处理。
但是部分用户的沟通能力较差或对所要办理的业务不够清晰等原因，以及业务人员对办理某些类型的业务熟练度较低等，所以仅仅根据办理业务的类型确定办理时长并不准确，常常出现实际办理时间过长的情况，因此现有的排序方式并不够准确，还是会导致用户等待时间过长。
发明内容
基于上述现有技术的不足，本申请提供了一种业务分流方法及装置、电子设备、存储介质，以解决现有技术的排序结果不够准确的问题。
为了实现上述目的，本申请提供了以下技术方案：
本申请第一方面提供的一种业务分流方法，包括：
接收当前用户的业务办理排队请求；其中，所述当前用户的业务办理排队请求至少包括所述当前用户的标识信息以及待办理业务的标识信息；
根据所述当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息；其中，各个所述目标信息项的当前特征信息至少包括所述当前用户的个人目标信息以及所述待办理业务的当前目标信息；
将各个所述目标信息项的当前特征信息输入预先构建的时长决策树中，预测所述当前用户当前办理所述待办理业务的预计时长是否超过预设目标时长；其中，所述时长决策树预先利用多个历史已办理业务对应的各个所述目标信息项的特征信息以及业务办理时长构建得到；
若预测出所述当前用户当前办理所述待办理业务的预计时长未超过预设目标时长，则将所述当前用户排序在快速业务办理通道中；
若预测出所述当前用户当前办理所述待办理业务的预计时长超过预设目标时长，则将所述当前用户排序在正常业务办理通道中。
可选地，在上述的业务分流方法中，所述时长决策树的构建方法，包括：
获取多条历史数据，并将各条所述历史组成数据集合；其中，每条所述历史数据包括一个所述历史已办理业务对应的各个所述目标信息项的特征信息以及所述业务办理时长；
基于所述数据集合中所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，与所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比，计算得到信息熵；
分别针对每个所述目标信息项，基于所述目标信息项的各个类型的所述特征信息在所述数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个所述目标信息项对应的当前条件熵；其中，所述第一数量占比和所述第二数量占比分别指代包含一个类型的所述特征信息的各条所述历史数据中，所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，以及所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比；
基于各个所述目标信息项对应的当前条件熵，构建所述时长决策树。
可选地，在上述的业务分流方法中，所述将所述当前用户排序在快速业务办理通道中，包括：
基于所述待办理业务的平均办理时长，计算所述当前用户对应的当前优先级；其中，所述待办理业务的平均办理时长越短，所述当前用户对应的当前优先级越高；
基于所述当前用户对应的当前优先级以及当前所述快速业务办理通道中各个用户对应的当前优先级，确定所述当前用户在所述快速业务办理通道中的排序序号；其中，所述当前优先级越高，排序序号越靠前；
按照所述当前用户在所述快速业务办理通道中的排序序号，将所述当前用户添加至所述快速业务办理通道中。
可选地，在上述的业务分流方法中，还包括：
每间隔预设时间间隔，基于在所述快速业务办理通道中的各个所述用户的等待时长，对各个所述用户对应的当前优先级进行更新；其中，所述等待时间越长，所述当前优先级的更新幅度越大；
按照对应的所述当前优先级从高到低的顺序，将所述快速业务办理通道中的各个所述用户进行重新排序。
本申请第二方面提供了一种业务分流装置，包括：
请求接收单元，用于接收当前用户的业务办理排队请求；其中，所述当前用户的业务办理排队请求至少包括所述当前用户的标识信息以及待办理业务的标识信息；
信息查找单元，用于根据所述当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息；其中，各个所述目标信息项的当前特征信息至少包括所述当前用户的个人目标信息以及所述待办理业务的当前目标信息；
预测单元，用于将各个所述目标信息项的当前特征信息输入预先构建的时长决策树中，预测所述当前用户当前办理所述待办理业务的预计时长是否超过预设目标时长；其中，所述时长决策树预先利用多个历史已办理业务对应的各个所述目标信息项的特征信息以及业务办理时长构建得到；
快速排序单元，用于在预测出所述当前用户当前办理所述待办理业务的预计时长未超过预设目标时长时，将所述当前用户排序在快速业务办理通道中；
正常排序单元，用于在预测出所述当前用户当前办理所述待办理业务的预计时长超过预设目标时长时，将所述当前用户排序在正常业务办理通道中。
可选地，在上述的业务分流装置中，还包括：
数据获取单元，用于获取多条历史数据，并将各条所述历史组成数据集合；其中，每条所述历史数据包括一个所述历史已办理业务对应的各个所述目标信息项的特征信息以及所述业务办理时长；
第一计算单元，用于基于所述数据集合中所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，与所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比，计算得到信息熵；
第二计算单元，用于分别针对每个所述目标信息项，基于所述目标信息项的各个类型的所述特征信息在所述数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个所述目标信息项对应的当前条件熵；其中，所述第一数量占比和所述第二数量占比分别指代包含一个类型的所述特征信息的各条所述历史数据中，所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，以及所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比；
构建单元，用于基于各个所述目标信息项对应的当前条件熵，构建所述时长决策树。
可选地，在上述的业务分流装置中，所述快速排序单元，包括：
第三计算单元，用于基于所述待办理业务的平均办理时长，计算所述当前用户对应的当前优先级；其中，所述待办理业务的平均办理时长越短，所述当前用户对应的当前优先级越高；
序号确定单元，用于基于所述当前用户对应的当前优先级以及当前所述快速业务办理通道中各个用户对应的当前优先级，确定所述当前用户在所述快速业务办理通道中的排序序号；其中，所述当前优先级越高，排序序号越靠前；
添加单元，用于按照所述当前用户在所述快速业务办理通道中的排序序号，将所述当前用户添加至所述快速业务办理通道中。
可选地，在上述的业务分流装置中，还包括：
更新单元，用于每间隔预设时间间隔，基于在所述快速业务办理通道中的各个所述用户的等待时长，对各个所述用户对应的当前优先级进行更新；其中，所述等待时间越长，所述当前优先级的更新幅度越大；
重新排序单元，用于按照对应的所述当前优先级从高到低的顺序，将所述快速业务办理通道中的各个所述用户进行重新排序。
本申请第三方面提供了一种电子设备，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如上述任意一项所述的业务分流方法。
本申请第四方面提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序被执行时，用于实现如上述任意一项所述的业务分流方法。
本申请提供的一种业务分流方法，预先利用多个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长构建得到时长决策树，在接收当前用户的业务办理排队请求时，根据当前用户的业务办理排队请求中的当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息。其中，各个目标信息项的当前特征信息至少包括当前用户的个人目标信息以及待办理业务的当前目标信息。将各个目标信息项的当前特征信息输入预先构建的时长决策树中，预测当前用户当前办理待办理业务的预计时长是否超过预设目标时长。若预测出当前用户当前办理待办理业务的预计时长未超过预设目标时长，则将当前用户排序在快速业务办理通道中；若预测出当前用户当前办理待办理业务的预计时长超过预设目标时长，则将当前用户排序在正常业务办理通道中。从而通过决策时，充分考虑用户个人的信息以及用户待办理的业务的相关细心，来预测用户办理业务的时长，有效保证了预测的准性，进而可以保证得到准确的排序结果，避免用户等待时间过长。
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为本申请实施例提供的一种业务分流方法的流程图；
图2为本申请实施例提供的一种时长决策树的构建方法的流程图；
图3为本申请实施例提供的一种将当前用户排序在快速业务办理通道中的方法的流程图；
图4为本申请实施例提供的一种快速业务办理通道的更新方法的流程图；
图5为本申请实施例提供的一种业务分流装置的架构示意图；
图6为本申请实施例提供的一种电子设备的架构示意图。
具体实施方式
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，都属于本申请保护的范围。
在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且术语“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。
本申请实施例提供了一种业务分流方法，如图1所示，包括以下步骤：
S101、接收当前用户的业务办理排队请求。
其中，当前用户的业务办理排队请求至少包括当前用户的标识信息以及待办理业务的标识信息，以能根据当前用户的标识信息获取与当前用于相关的信息，以及根据待办理业务的标识信息获取与待办理业务的当前信息。
可选地，当前用户的标识信息可以是用户的姓名、用户名、账号或身份证号码等可以区分不同用户的信息。待办理业务的标识信息则通常为业务类型对应的标识，当然也可以是其他可以区分不同业务的信息。
S102、根据当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息。
其中，各个目标信息项的当前特征信息至少包括当前用户的个人目标信息以及待办理业务的当前目标信息。
个人目标信息可以是用户的年龄、性别、文化程度等，可以反映出用户办理业务的效率的新。当然也可以其他可以影响其排序在哪个通道中的信息，例如。包括有用户是否具有快速办理业务权限的信息，如：用户等级、不良记录等信息。
待办理业务的当前目标信息，可以包括有待办理业务的类型、平均办理时长、快速窗口的当前业务人员对待办理业务的熟练程度等。
S103、将各个目标信息项的当前特征信息输入预先构建的时长决策树中，预测当前用户当前办理待办理业务的预计时长是否超过预设目标时长。
其中，时长决策树预先利用多个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长构建得到。需要说明的是，历史已办理业务对应的各个目标信息项的特征信息，指的是在办理历史已办理业务时，办理历史已办理业务的用户的个人目标信息以及历史已办理业务的当前目标信息。
在本申请实施例中，通过预先构建的决策树确定当前办理待办理业务的预计时长是否超过预设目标时长，从而可以考虑到多方式确定当前用户办理待办理业务的时长是否会超过预设目标时长。
其中，若预测当前用户当前办理待办理业务的预计时长未超过预设目标时长，即当前用户当前办理待办理业务的预计时长较短，此时执行步骤S104。若预测当前用户当前办理待办理业务的预计时长超过预设目标时长，则执行步骤S105。
可选地，本申请实施例提供了一种时长决策树的构建方法，如图2所示，包括：
S201、获取多条历史数据，并将各条历史组成数据集合。
其中，每条历史数据包括一个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长。
S202、基于数据集合中业务办理时长超过预设目标时长的历史数据的数量占比，与业务办理时长未超过预设目标时长的历史数据的数量占比，计算得到信息熵。
S203、分别针对每个目标信息项，基于目标信息项的各个类型的特征信息在数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个目标信息项对应的当前条件熵。
其中，第一数量占比和第二数量占比分别指代包含一个类型的特征信息的各条历史数据中，业务办理时长超过预设目标时长的历史数据的数量占比，以及业务办理时长未超过预设目标时长的历史数据的数量占比。
S204、基于各个目标信息项对应的当前条件熵，构建时长决策树。
具体的，按照各个目标信息项对应的当前条件熵从大到小的顺序，选择决策树中的各个节点，最终构建出可以确定是否超过预设目标时长的决策树。
S104、将当前用户排序在快速业务办理通道中。
具体的，由于当前用户是当前才发起的排队请求，所以可以是将其排在最后，即可以是案子发起排队请求的先后顺序进行排序。当然也可以采用其他的策略。
可选地，为了能优先处理办理时间更短的业务，所以在本申请另一实施例中，步骤S104的一种具体实施方式，如图3所示，包括以下步骤：
S301、基于待办理业务的平均办理时长，计算当前用户对应的当前优先级。
其中，待办理业务的平均办理时长越短，当前用户对应的当前优先级越高。
S302、基于当前用户对应的当前优先级以及当前快速业务办理通道中各个用户对应的当前优先级，确定当前用户在快速业务办理通道中的排序序号。
其中，当前优先级越高，排序序号越靠前。
S303、按照当前用户在快速业务办理通道中的排序序号，将当前用户添加至快速业务办理通道中。
为了避免了一直有用户插入队列中，导致部分用户等待时间过程，因此在本申请实施例中，还会定时对队列进行更新。如图4所示，本申请实施例提供的一种快速业务办理通道的更新方法，包括：
S401、每间隔预设时间间隔，基于在快速业务办理通道中的各个用户的等待时长，对各个用户对应的当前优先级进行更新。
其中，等待时间越长，当前优先级的更新幅度越大。
S402、按照对应的当前优先级从高到低的顺序，将快速业务办理通道中的各个用户进行重新排序。
S105、将当前用户排序在正常业务办理通道中。
可选地，对于正常业务办理通道中的用户排序，可以是按照发起排序请求的顺序进行排序，也可以是采用如图3所示的方式进行排序，或者按照其他策略进行排序。
本申请实施例提供的一种业务分流方法，预先利用多个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长构建得到时长决策树，在接收当前用户的业务办理排队请求时，根据当前用户的业务办理排队请求中的当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息。其中，各个目标信息项的当前特征信息至少包括当前用户的个人目标信息以及待办理业务的当前目标信息。将各个目标信息项的当前特征信息输入预先构建的时长决策树中，预测当前用户当前办理待办理业务的预计时长是否超过预设目标时长。若预测出当前用户当前办理待办理业务的预计时长未超过预设目标时长，则将当前用户排序在快速业务办理通道中；若预测出当前用户当前办理待办理业务的预计时长超过预设目标时长，则将当前用户排序在正常业务办理通道中。从而通过决策时，充分考虑用户个人的信息以及用户待办理的业务的相关细心，来预测用户办理业务的时长，有效保证了预测的准性，进而可以保证得到准确的排序结果，避免用户等待时间过长。
需要说明的是，附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。
本申请另一实施例提供了一种业务分流装置，如图5所示，包括：
请求接收单元501，用于接收当前用户的业务办理排队请求。
其中，当前用户的业务办理排队请求至少包括当前用户的标识信息以及待办理业务的标识信息。
信息查找单元502，用于根据当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息。
其中，各个目标信息项的当前特征信息至少包括当前用户的个人目标信息以及待办理业务的当前目标信息。
预测单元503，用于将各个目标信息项的当前特征信息输入预先构建的时长决策树中，预测当前用户当前办理待办理业务的预计时长是否超过预设目标时长。其中，时长决策树预先利用多个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长构建得到。
快速排序单元504，用于在预测出当前用户当前办理待办理业务的预计时长未超过预设目标时长时，将当前用户排序在快速业务办理通道中。
正常排序单元505，用于在预测出当前用户当前办理待办理业务的预计时长超过预设目标时长时，将当前用户排序在正常业务办理通道中。
可选地，在本申请另一实施例提供的业务分流装置中，还包括：
数据获取单元，用于获取多条历史数据，并将各条历史组成数据集合。
其中，每条历史数据包括一个历史已办理业务对应的各个目标信息项的特征信息以及业务办理时长。
第一计算单元，用于基于数据集合中业务办理时长超过预设目标时长的历史数据的数量占比，与业务办理时长未超过预设目标时长的历史数据的数量占比，计算得到信息熵。
第二计算单元，用于分别针对每个目标信息项，基于目标信息项的各个类型的特征信息在数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个目标信息项对应的当前条件熵。其中，第一数量占比和第二数量占比分别指代包含一个类型的特征信息的各条历史数据中，业务办理时长超过预设目标时长的历史数据的数量占比，以及业务办理时长未超过预设目标时长的历史数据的数量占比。
构建单元，用于基于各个目标信息项对应的当前条件熵，构建时长决策树。
可选地，在本申请另一实施例提供的业务分流装置中，快速排序单元，包括：
第三计算单元，用于基于待办理业务的平均办理时长，计算当前用户对应的当前优先级。其中，待办理业务的平均办理时长越短，当前用户对应的当前优先级越高。
序号确定单元，用于基于当前用户对应的当前优先级以及当前快速业务办理通道中各个用户对应的当前优先级，确定当前用户在快速业务办理通道中的排序序号。
其中，当前优先级越高，排序序号越靠前。
添加单元，用于按照当前用户在快速业务办理通道中的排序序号，将当前用户添加至快速业务办理通道中。
可选地，在本申请另一实施例提供的业务分流装置中，还包括：
更新单元，用于每间隔预设时间间隔，基于在快速业务办理通道中的各个用户的等待时长，对各个用户对应的当前优先级进行更新。其中，等待时间越长，当前优先级的更新幅度越大。
重新排序单元，用于按照对应的当前优先级从高到低的顺序，将快速业务办理通道中的各个用户进行重新排序。
需要说明的是，本申请上述实施例提供的各个单元的具体工作过程，可相应地参考上述方法实施例中的各个步骤的具体实施方式，此处不再赘述。
本申请另一实施例提供了一种电子设备，如图6所示，包括：
存储器601和处理器602。
其中，存储器601用于存储程序。
处理器602用于执行存储器601存储的程序，该程序被执行时，具体用于实现如上述任意一个实施例提供的业务分流方法。
本申请另一实施例提供了一种计算机存储介质，用于存储计算机程序，该计算机程序被执行时，用于实现如上述任意一个实施例提供的业务分流方法。
计算机存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
需要说明的是，本发明提供的一种业务分流方法及装置、电子设备、存储介质可用于人工智能领域或金融领域。上述仅为示例，并不对本发明提供的一种业务分流方法及装置、电子设备、存储介质的应用领域进行限定。
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申请的范围。
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申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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 (8)
1.一种业务分流方法，其特征在于，包括：
接收当前用户的业务办理排队请求；其中，所述当前用户的业务办理排队请求至少包括所述当前用户的标识信息以及待办理业务的标识信息；
根据所述当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息；其中，各个所述目标信息项的当前特征信息至少包括所述当前用户的个人目标信息以及所述待办理业务的当前目标信息；
将各个所述目标信息项的当前特征信息输入预先构建的时长决策树中，预测所述当前用户当前办理所述待办理业务的预计时长是否超过预设目标时长；其中，所述时长决策树预先利用多个历史已办理业务对应的各个所述目标信息项的特征信息以及业务办理时长构建得到；
若预测出所述当前用户当前办理所述待办理业务的预计时长未超过预设目标时长，则将所述当前用户排序在快速业务办理通道中；
若预测出所述当前用户当前办理所述待办理业务的预计时长超过预设目标时长，则将所述当前用户排序在正常业务办理通道中；
所述时长决策树的构建方法，包括：
获取多条历史数据，并将各条所述历史数据组成数据集合；其中，每条所述历史数据包括一个所述历史已办理业务对应的各个所述目标信息项的特征信息以及所述业务办理时长；
基于所述数据集合中所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，与所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比，计算得到信息熵；
分别针对每个所述目标信息项，基于所述目标信息项的各个类型的所述特征信息在所述数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个所述目标信息项对应的当前条件熵；其中，所述第一数量占比和所述第二数量占比分别指代包含一个类型的所述特征信息的各条所述历史数据中，所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，以及所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比；
基于各个所述目标信息项对应的当前条件熵和所述信息熵，构建所述时长决策树。
2.根据权利要求1所述的方法，其特征在于，所述将所述当前用户排序在快速业务办理通道中，包括：
基于所述待办理业务的平均办理时长，计算所述当前用户对应的当前优先级；其中，所述待办理业务的平均办理时长越短，所述当前用户对应的当前优先级越高；
基于所述当前用户对应的当前优先级以及当前所述快速业务办理通道中各个用户对应的当前优先级，确定所述当前用户在所述快速业务办理通道中的排序序号；其中，所述当前优先级越高，排序序号越靠前；
按照所述当前用户在所述快速业务办理通道中的排序序号，将所述当前用户添加至所述快速业务办理通道中。
3.根据权利要求2所述的方法，其特征在于，还包括：
每间隔预设时间间隔，基于在所述快速业务办理通道中的各个所述用户的等待时长，对各个所述用户对应的当前优先级进行更新；其中，所述等待时长越长，所述当前优先级的更新幅度越大；
按照对应的所述当前优先级从高到低的顺序，将所述快速业务办理通道中的各个所述用户进行重新排序。
4.一种业务分流装置，其特征在于，包括：
请求接收单元，用于接收当前用户的业务办理排队请求；其中，所述当前用户的业务办理排队请求至少包括所述当前用户的标识信息以及待办理业务的标识信息；
信息查找单元，用于根据所述当前用户的标识信息以及待办理业务的标识信息，查找出各个目标信息项的当前特征信息；其中，各个所述目标信息项的当前特征信息至少包括所述当前用户的个人目标信息以及所述待办理业务的当前目标信息；
预测单元，用于将各个所述目标信息项的当前特征信息输入预先构建的时长决策树中，预测所述当前用户当前办理所述待办理业务的预计时长是否超过预设目标时长；其中，所述时长决策树预先利用多个历史已办理业务对应的各个所述目标信息项的特征信息以及业务办理时长构建得到；
快速排序单元，用于在预测出所述当前用户当前办理所述待办理业务的预计时长未超过预设目标时长时，将所述当前用户排序在快速业务办理通道中；
正常排序单元，用于在预测出所述当前用户当前办理所述待办理业务的预计时长超过预设目标时长时，将所述当前用户排序在正常业务办理通道中；
数据获取单元，用于获取多条历史数据，并将各条所述历史数据组成数据集合；其中，每条所述历史数据包括一个所述历史已办理业务对应的各个所述目标信息项的特征信息以及所述业务办理时长；
第一计算单元，用于基于所述数据集合中所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，与所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比，计算得到信息熵；
第二计算单元，用于分别针对每个所述目标信息项，基于所述目标信息项的各个类型的所述特征信息在所述数据集合中的总数量占比、第一数量占比、第二数量占比，计算各个所述目标信息项对应的当前条件熵；其中，所述第一数量占比和所述第二数量占比分别指代包含一个类型的所述特征信息的各条所述历史数据中，所述业务办理时长超过所述预设目标时长的所述历史数据的数量占比，以及所述业务办理时长未超过所述预设目标时长的所述历史数据的数量占比；
构建单元，用于基于各个所述目标信息项对应的当前条件熵和所述信息熵，构建所述时长决策树。
5.根据权利要求4所述的装置，其特征在于，所述快速排序单元，包括：
第三计算单元，用于基于所述待办理业务的平均办理时长，计算所述当前用户对应的当前优先级；其中，所述待办理业务的平均办理时长越短，所述当前用户对应的当前优先级越高；
序号确定单元，用于基于所述当前用户对应的当前优先级以及当前所述快速业务办理通道中各个用户对应的当前优先级，确定所述当前用户在所述快速业务办理通道中的排序序号；其中，所述当前优先级越高，排序序号越靠前；
添加单元，用于按照所述当前用户在所述快速业务办理通道中的排序序号，将所述当前用户添加至所述快速业务办理通道中。
6.根据权利要求5所述的装置，其特征在于，还包括：
更新单元，用于每间隔预设时间间隔，基于在所述快速业务办理通道中的各个所述用户的等待时长，对各个所述用户对应的当前优先级进行更新；其中，所述等待时长越长，所述当前优先级的更新幅度越大；
重新排序单元，用于按照对应的所述当前优先级从高到低的顺序，将所述快速业务办理通道中的各个所述用户进行重新排序。
7.一种电子设备，其特征在于，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如权利要求1至3任意一项所述的业务分流方法。
8.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序被执行时，用于实现如权利要求1至3任意一项所述的业务分流方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211063280.1A CN115394004B (zh) | 2022-08-31 | 2022-08-31 | 一种业务分流方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211063280.1A CN115394004B (zh) | 2022-08-31 | 2022-08-31 | 一种业务分流方法及装置、电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115394004A CN115394004A (zh) | 2022-11-25 |
| CN115394004B true CN115394004B (zh) | 2024-05-07 |
Family
ID=84124053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211063280.1A Active CN115394004B (zh) | 2022-08-31 | 2022-08-31 | 一种业务分流方法及装置、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115394004B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537752A (zh) * | 2015-01-30 | 2015-04-22 | 浪潮软件股份有限公司 | 一种排队方法、云端服务器和系统 |
| CN104850937A (zh) * | 2015-04-22 | 2015-08-19 | 中国建设银行股份有限公司 | 一种业务办理分流的方法和装置 |
| CN107958526A (zh) * | 2017-11-20 | 2018-04-24 | 中国银行股份有限公司 | 一种排队处理方法及装置 |
| CN108520349A (zh) * | 2018-03-30 | 2018-09-11 | 深圳市零度智控科技有限公司 | 银行客户分流方法及系统、存储介质 |
| CN108537941A (zh) * | 2018-03-30 | 2018-09-14 | 深圳市零度智控科技有限公司 | 银行排队叫号方法及系统、服务器及存储介质 |
| 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 |
| CN110619701A (zh) * | 2019-09-19 | 2019-12-27 | 中国银行股份有限公司 | 排队渠道推荐方法及装置、存储介质及电子设备 |
| CN112734185A (zh) * | 2020-12-30 | 2021-04-30 | 中国人寿保险股份有限公司上海数据中心 | 一种智能排队调度方法 |
| WO2021103631A1 (zh) * | 2019-11-25 | 2021-06-03 | 南京奥拓电子科技有限公司 | 一种排队方法、系统、客户端、装置及其服务器 |
| CN113255947A (zh) * | 2021-05-18 | 2021-08-13 | 中国银行股份有限公司 | 网点业务引导方法、装置、计算机设备及可读存储介质 |
| CN113657634A (zh) * | 2021-08-31 | 2021-11-16 | 中国银行股份有限公司 | 银行网点排队等待时长预测方法及装置 |
| CN114973493A (zh) * | 2022-05-19 | 2022-08-30 | 中国银行股份有限公司 | 银行网点智能取号机及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100169147A1 (en) * | 2008-12-30 | 2010-07-01 | Nortel Networks Limited | Location-based queuing |
-
2022
- 2022-08-31 CN CN202211063280.1A patent/CN115394004B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537752A (zh) * | 2015-01-30 | 2015-04-22 | 浪潮软件股份有限公司 | 一种排队方法、云端服务器和系统 |
| CN104850937A (zh) * | 2015-04-22 | 2015-08-19 | 中国建设银行股份有限公司 | 一种业务办理分流的方法和装置 |
| CN107958526A (zh) * | 2017-11-20 | 2018-04-24 | 中国银行股份有限公司 | 一种排队处理方法及装置 |
| CN108520349A (zh) * | 2018-03-30 | 2018-09-11 | 深圳市零度智控科技有限公司 | 银行客户分流方法及系统、存储介质 |
| CN108537941A (zh) * | 2018-03-30 | 2018-09-14 | 深圳市零度智控科技有限公司 | 银行排队叫号方法及系统、服务器及存储介质 |
| 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 |
| CN110619701A (zh) * | 2019-09-19 | 2019-12-27 | 中国银行股份有限公司 | 排队渠道推荐方法及装置、存储介质及电子设备 |
| WO2021103631A1 (zh) * | 2019-11-25 | 2021-06-03 | 南京奥拓电子科技有限公司 | 一种排队方法、系统、客户端、装置及其服务器 |
| CN112734185A (zh) * | 2020-12-30 | 2021-04-30 | 中国人寿保险股份有限公司上海数据中心 | 一种智能排队调度方法 |
| CN113255947A (zh) * | 2021-05-18 | 2021-08-13 | 中国银行股份有限公司 | 网点业务引导方法、装置、计算机设备及可读存储介质 |
| CN113657634A (zh) * | 2021-08-31 | 2021-11-16 | 中国银行股份有限公司 | 银行网点排队等待时长预测方法及装置 |
| CN114973493A (zh) * | 2022-05-19 | 2022-08-30 | 中国银行股份有限公司 | 银行网点智能取号机及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115394004A (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11325780B2 (en) | Method and device for sorting cargo | |
| CN106980955B (zh) | 用于输出信息的方法和装置 | |
| CN109840648B (zh) | 用于输出储位信息的方法和装置 | |
| CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
| US20180189163A1 (en) | Optimizing Adaptive Monitoring in Resource Constrained Environments | |
| CN110546621B (zh) | 用于数据存储的垃圾收集 | |
| US8869149B2 (en) | Concurrency identification for processing of multistage workflows | |
| US20210312359A1 (en) | Method and device for scheduling automated guided vehicle | |
| CN111523060A (zh) | 网点信息的推送方法及装置 | |
| CN112819263A (zh) | 一种调度客服的方法和装置 | |
| CN115394004B (zh) | 一种业务分流方法及装置、电子设备、存储介质 | |
| CN116756616A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
| CN113254106B (zh) | 基于Flink的任务执行方法、装置、计算机设备及存储介质 | |
| CN112308600B (zh) | 商圈划分方法、装置及存储介质 | |
| CN111768065B (zh) | 一种分配拣货任务的方法和装置 | |
| CN111813765B (zh) | 一种异常数据处理的方法、装置、电子设备、计算机可读介质 | |
| CN112785213B (zh) | 一种仓库拣货单的组建方法和装置 | |
| CN113449994A (zh) | 任务单的分配方法、装置、电子设备、介质和程序产品 | |
| CN112819573A (zh) | 一种订单处理方法、设备及存储介质 | |
| CN114967689B (zh) | 基于改进蚁群算法的多阶段灾后救援路径优化方法及系统 | |
| CN111415019A (zh) | 一种处理物品入库预约请求信息的方法和装置 | |
| CN112906723A (zh) | 一种特征选择的方法和装置 | |
| CN116051122B (zh) | 一种基于物流场景的工单软件系统 | |
| Karami et al. | A buffering-strategy-based re-optimization approach to dynamic pickup and delivery problems with time windows | |
| CN112966849B (zh) | 件量预测模型的建立方法、装置以及设备 |
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 |