CN116151950A - 一种智慧银行网点调度管理方法、系统及存储介质 - Google Patents

一种智慧银行网点调度管理方法、系统及存储介质 Download PDF

Info

Publication number
CN116151950A
CN116151950A CN202310349223.8A CN202310349223A CN116151950A CN 116151950 A CN116151950 A CN 116151950A CN 202310349223 A CN202310349223 A CN 202310349223A CN 116151950 A CN116151950 A CN 116151950A
Authority
CN
China
Prior art keywords
banking
demand
calculating
scheduling
outlets
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
Application number
CN202310349223.8A
Other languages
English (en)
Other versions
CN116151950B (zh
Inventor
余成伟
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.)
Sichuan Boyuan Technology Co ltd
Original Assignee
Sichuan Boyuan Technology 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 Sichuan Boyuan Technology Co ltd filed Critical Sichuan Boyuan Technology Co ltd
Priority to CN202310349223.8A priority Critical patent/CN116151950B/zh
Publication of CN116151950A publication Critical patent/CN116151950A/zh
Application granted granted Critical
Publication of CN116151950B publication Critical patent/CN116151950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智慧银行网点调度管理方法、系统及存储介质，涉及智慧银行技术领域，包括：获取所有银行网点的位置信息；确定网点优先度；计算银行网点在不同时期内的需求系数；获取若干环境图像；计算银行网点附近环境的行人流量数据；计算采集时段内经过银行网点附近的行人总数；计算银行网点的现金储备需求量；获取银行网点的实际现金储备量；计算银行网点的调度需求量；获取调度规划路径；进行银行网点的现金调度。本发明的优点在于：提出一种新型的智慧银行网点调度管理方案，可实现根据各银行网点的实际需求进行网点间资源调度管理，提高银行网点资源调度效率，降低管理成本，提高银行效益。

Description

一种智慧银行网点调度管理方法、系统及存储介质
技术领域
本发明涉及智慧银行技术领域，具体是涉及一种智慧银行网点调度管理方法、系统及存储介质。
背景技术
智慧银行是传统银行、网络银行的高级阶段，是银行企业以智慧化手段和新的思维模式来审视自身需求，并利用创新科技塑造新服务、新产品、新的运营和业务模式，实现规模经济，提升效率和降低成本，达到有效的客户管理和高效的营销绩效的目的。
近些年来，随着移动支付技术的逐渐发展成熟，逐渐改变了人们的支付习惯，因此人们对现金的依赖度开始逐步降低，然而，在一些特定时期特定地区，移动支付依旧无法取代现金的功能，因此对于现金的存取业务依旧是银行的重要业务，而在现有技术发展下，如何根据各银行网点的实际需求进行网点间资源调度管理是实现智慧银行的重要一环，基于此，本方案提出一种智慧银行网点调度管理方案。
发明内容
为解决上述技术问题，提供一种智慧银行网点调度管理方法、系统及存储介质，本技术方案可实现根据各银行网点的实际需求进行网点间资源调度管理，提高银行网点资源调度效率，降低管理成本。
为达到以上目的，本发明采用的技术方案为：
一种智慧银行网点调度管理方法，包括：
确定每个银行网点的所处位置，获取所有银行网点的位置信息；
根据银行网点的种类进行确定网点等级划分，并根据网点等级确定网点优先度；
根据银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据计算银行网点在不同时期内的需求系数；
获取银行网点附近的环境视频数据，并按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
根据多个所述环境图像采用人流量识别算法进行计算银行网点附近环境的行人流量数据；
根据多个环境图像计算出的银行网点附近环境的行人流量数据进行计算采集时段内经过银行网点附近的行人总数，获取行人总数数据；
根据行人总数数据结合当前时期的需求系数进行计算银行网点的现金储备需求量；
获取银行网点的实际现金储备量；
根据银行网点的实际现金储备量和现金储备需求量计算银行网点的调度需求量；
获取多个银行网点的调度需求量，并根据银行网点的调度需求量进行调度路径规划，获取调度规划路径；
按照调度规划路径和银行网点的调度需求量进行银行网点的现金调度。
优选的，所述计算银行网点附近的行人流量数据具体包括：
对环境图像进行图像分隔处理，对人群目标头部进行目标检测，获取人群头部特征数据；
根据环境图像中的人群头部特征数据统计出环境图像中的行人总数；
计算环境图像中的行人流量，获得行人流量预估数据；
所述行人流量的计算公式为：
Figure SMS_1
式中，Q为网点附近环境的行人流量，m为环境图像中的行人总数，
Figure SMS_2
为编号为i的头部特征数据与环境中心点的距离，S为环境面积，a、b分别为环境的长和宽，V为行人行走速度。
优选的，所述计算采集时段内经过银行网点附近的行人总数的计算公式为：
Figure SMS_3
P为采集时段内经过银行网点附近的行人总数，n为环境图像总数，
Figure SMS_4
为t时刻网点附近环境的行人流量，/>
Figure SMS_5
和/>
Figure SMS_6
分别为在t~t+1时段内t时刻的行人流量和t+1时刻的行人流量的计算权重，T为设定的周期，既t+1时刻和t时刻时间相隔的时长为T。
优选的，所述银行网点在不同时期内的需求系数的计算方式为：
根据过往年份相同时期的银行网点的现金需求量和采集计算的经过银行网点附近的行人总数，进行计算当前时期银行网点在过往年份的需求系数；
获取当前时期连续多个过往年份的需求系数，并建立过往需求系数-年份回归预测模型；
根据过往需求系数-年份回归预测模型进行预测计算当前时期银行网点在今年的需求系数；
其中，所述过往年份的需求系数的计算公式为：
Figure SMS_7
式中，K为需求系数，
Figure SMS_8
为过往年份相同时期的采集计算的经过银行网点附近的行人总数，/>
Figure SMS_9
为过往年份相同时期的银行网点的现金取出量，/>
Figure SMS_10
为过往年份相同时期的银行网点的现金存入量。
优选的，所述银行网点的现金储备需求量的计算公式为：
Figure SMS_11
式中，
Figure SMS_12
为银行网点的现金储备需求量，/>
Figure SMS_13
为按照过往需求系数-年份回归预测模型计算出的当前时期在今年需求系数回归值，/>
Figure SMS_14
为容错系数，/>
Figure SMS_15
为今年在采集时段内经过银行网点附近的行人总数。
优选的，所述进行调度路径规划时，网点优先度高的银行网点的调度优先级高于网点优先度低的银行网点的调度优先级。
进一步的，提出一种智慧银行网点调度管理系统，用于实现如上述的智慧银行网点调度管理方法，包括：
图像采集装置，所述图像采集装置用于采集银行网点附近的环境视频数据；
处理模块，所述处理模块用于进行计算银行网点在不同时期内的需求系数、计算银行网点附近环境的行人流量数据、计算采集时段内经过银行网点附近的行人总数、计算银行网点的现金储备需求量、计算银行网点的调度需求量和进行调度路径规划；
存储模块，存储模块与所述处理模块相耦合，所述存储模块用于进行存储银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据；
图像接收模块，图像接收模块输入端口与所述图像采集装置电性连接，图像接收模块输出端口与所述处理模块电性连接，所述图像接收模块用于接收图像采集装置采集的环境视频数据并输送至处理模块。
可选的，所述处理模块包括：
第一计算单元，所述第一计算单元用于进行计算银行网点在不同时期内的需求系数；
图像处理单元，所述图像处理单元用于对环境视频数据进行处理；
第二计算单元，所述第二计算单元用于进行计算银行网点附近环境的行人流量数据；
第三计算单元，所述第三计算单元用于进行计算采集时段内经过银行网点附近的行人总数；
第四计算单元，所述第四计算单元用于计算银行网点的现金储备需求量和银行网点的调度需求量；
调度规划单元，所述调度规划单元用于进行调度路径规划。
可选的，所述图像处理单元包括：
图像抽帧组件，所述图像抽帧组件用于按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
特征提取组件，特征提取组件用于对人群目标头部进行目标检测，获取人群头部特征数据。
再进一步的，提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的智慧银行网点调度管理方法。
与现有技术相比，本发明的有益效果在于：
本发明提出一种新型的智慧银行网点调度管理方案，通过对银行网点周边的行人总数进行监测计算，结合网点的同时期的需求系数进行计算预测银行网点在当前时期的现金需求量，结合银行网点的实际现金储备量计算出银行网点的调度需求量，并通过多个银行网点的调度需求量来进行合理的调度路径规划，实现银行网点调度的高效进行，保证各银行网点可以满足当前时期的需求，从而实现针对于银行网点的高效化管理，进而降低银行网点的运营管理成本，提高银行效益。
附图说明
图1为本发明提出的智慧银行网点调度管理系统结构框图；
图2为本发明提出的智慧银行网点调度管理方法流程图；
图3为本发明提出的银行网点附近的行人流量数据的计算方法流程图；
图4为本发明提出的银行网点在不同时期内的需求系数的计算方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种智慧银行网点调度管理系统，包括：
图像采集装置，图像图像采集装置用于采集银行网点附近的环境视频数据；
处理模块，处理模块用于进行计算银行网点在不同时期内的需求系数、计算银行网点附近环境的行人流量数据、计算采集时段内经过银行网点附近的行人总数、计算银行网点的现金储备需求量、计算银行网点的调度需求量和进行调度路径规划；
存储模块，存储模块与处理模块相耦合，存储模块用于进行存储银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据；
图像接收模块，图像接收模块输入端口与图像采集装置电性连接，图像接收模块输出端口与处理模块电性连接，图像接收模块用于接收图像采集装置采集的环境视频数据并输送至处理模块。
处理模块包括：
第一计算单元，第一计算单元用于进行计算银行网点在不同时期内的需求系数；
图像处理单元，图像处理单元用于对环境视频数据进行处理；
第二计算单元，第二计算单元用于进行计算银行网点附近环境的行人流量数据；
第三计算单元，第三计算单元用于进行计算采集时段内经过银行网点附近的行人总数；
第四计算单元，第四计算单元用于计算银行网点的现金储备需求量和银行网点的调度需求量；
调度规划单元，调度规划单元用于进行调度路径规划。
图像处理单元包括：
图像抽帧组件，图像抽帧组件用于按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
特征提取组件，特征提取组件用于对人群目标头部进行目标检测，获取人群头部特征数据。
上述智慧银行网点调度管理系统的运行步骤为：
S1、第一计算单元从存储器中调取银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据，并进行计算银行网点在当前时期内的需求系数；
S2、当到达当前时期的采集时段时，图像接收模块接收图像采集装置采集的银行网点附近的环境视频数据；
S3、图像抽帧组件对按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
S4、特征提取组件对环境图像进行处理，对人群目标头部进行目标检测，获取人群头部特征数据；
S5、第二计算单元根据人群头部特征数据进行计算银行网点附近环境的行人流量数据；
S6、第三计算单元根据银行网点附近环境的行人流量数据进行计算采集时段内经过银行网点附近的行人总数；
S7、第四计算单元结合银行网点在当前时期内的需求系数和银行网点附近的行人总数计算银行网点的现金储备需求量，并将银行网点的现金储备需求量与银行网点的实际现金储备量做差，获得银行网点的调度需求量；
S8、调度规划单元根据各银行网点的调度需求量和网点优先度进行调度路径规划。
请参阅图2所示，为进一步说明本方案，以下结合上述智慧银行网点调度管理系统，提出一种智慧银行网点调度管理方法，具体包括：
确定每个银行网点的所处位置，获取所有银行网点的位置信息；
根据银行网点的种类进行确定网点等级划分，并根据网点等级确定网点优先度；
根据银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据计算银行网点在不同时期内的需求系数；
获取银行网点附近的环境视频数据，并按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
根据多个环境图像采用人流量识别算法进行计算银行网点附近环境的行人流量数据；
根据多个环境图像计算出的银行网点附近环境的行人流量数据进行计算采集时段内经过银行网点附近的行人总数，获取行人总数数据，可以理解的是，行人总数越大，对于银行网点来说需求程度越高；
根据行人总数数据结合当前时期的需求系数进行计算银行网点的现金储备需求量；
获取银行网点的实际现金储备量；
根据银行网点的实际现金储备量和现金储备需求量计算银行网点的调度需求量；
获取多个银行网点的调度需求量，并根据银行网点的调度需求量进行调度路径规划，获取调度规划路径；
按照调度规划路径和银行网点的调度需求量进行银行网点的现金调度。
通过对银行网点周边的行人总数进行监测计算，结合网点的同时期的需求系数进行计算预测银行网点在当前时期的现金需求量，结合银行网点的实际现金储备量计算出银行网点的调度需求量，并通过多个银行网点的调度需求量来进行合理的调度路径规划，实现银行网点调度的高效进行。
请参阅图3所示，计算银行网点附近的行人流量数据具体包括：
对环境图像进行图像分隔处理，对人群目标头部进行目标检测，获取人群头部特征数据；
根据环境图像中的人群头部特征数据统计出环境图像中的行人总数；
计算环境图像中的行人流量，获得行人流量预估数据；
行人流量的计算公式为：
Figure SMS_16
式中，Q为网点附近环境的行人流量，m为环境图像中的行人总数，
Figure SMS_17
为编号为i的头部特征数据与环境中心点的距离，S为环境面积，a、b分别为环境的长和宽，V为行人行走速度。
在进行人群目标头部目标检测时，首先对环境图像进行回复处理，之后对图像中RGB值接近黑色的区域进行图像分隔，并对分隔的区域进行图形特征识别，判断是否为圆形或椭圆形，并进行尺寸识别，判读其是否符合头部尺寸大小，若是则判定为是头部特征。
本方案中采用高斯距离相关权重函数进行计算网点附近的行人流量数据，进而实现通过环境图像对网点附近环境行人流量的精准化计算。
本方案中结合成人行走平均V取1.35m/s ，可以理解的是，V的取值可根据实际环境进行调整。
计算采集时段内经过银行网点附近的行人总数的计算公式为：
Figure SMS_18
P为采集时段内经过银行网点附近的行人总数，n为环境图像总数，
Figure SMS_19
为t时刻网点附近环境的行人流量，/>
Figure SMS_20
和/>
Figure SMS_21
分别为在t~t+1时段内t时刻的行人流量和t+1时刻的行人流量的计算权重，T为设定的周期，既t+1时刻和t时刻时间相隔的时长为T。
由于在设定的周期时段内，t时刻的行人流量和t+1时刻的行人流量均不能准确的反应周期时段内的平均人流量，因此在进行行人总数计算时，根据实际的情况为t时刻和t+1时刻的行人流量附加不同的权重值，进而提高对于行人总数计算的精准度。
请参阅图4所示，银行网点在不同时期内的需求系数的计算方式为：
根据过往年份相同时期的银行网点的现金需求量和采集计算的经过银行网点附近的行人总数，进行计算当前时期银行网点在过往年份的需求系数；
获取当前时期连续多个过往年份的需求系数，并建立过往需求系数-年份回归预测模型；
根据过往需求系数-年份回归预测模型进行预测计算当前时期银行网点在今年的需求系数；
其中，过往年份的需求系数的计算公式为：
Figure SMS_22
式中，K为需求系数，
Figure SMS_23
为过往年份相同时期的采集计算的经过银行网点附近的行人总数，/>
Figure SMS_24
为过往年份相同时期的银行网点的现金取出量，/>
Figure SMS_25
为过往年份相同时期的银行网点的现金存入量。
K代表的是银行网点的现金流入与银行网点附近的行人总数之间的关联系数，其中K为正代表此网点的现金取出量大于现金存入量，K为负，代表此网点的现金存入量大于现金取出量，通过对需求系数K的计算，可获悉各网点在不同时期的状态，为各网点的现金储备量提供数据理论基础，可有效的提高银行网点的管理效率。
由于移动支付等多种支付方式的发展，因此人们对于现金的需求量逐步下降，因此会导致需求系数K在每年根据发展情况发生不同的变化，因此本方案中针对年份建立过往需求系数-年份回归预测模型，并通过该过往需求系数-年份回归预测模型进行预测银行网点在今年的需求系数。
银行网点的现金储备需求量的计算公式为：
Figure SMS_26
式中，
Figure SMS_27
为银行网点的现金储备需求量，/>
Figure SMS_28
为按照过往需求系数-年份回归预测模型计算出的当前时期在今年需求系数回归值，/>
Figure SMS_29
为容错系数，/>
Figure SMS_30
为今年在采集时段内经过银行网点附近的行人总数。
可以理解的是，由于实际情况中会出现难以预料的情况发生，因此本方案在计算现金储备需求量时引入容错系数，容错系数通常取为需求系数回归值的10%，进而提高银行网点应对突发情况的能力，保证银行网点可以满足客户的使用需求，提高服务效果。
进行调度路径规划时，网点优先度高的银行网点的调度优先级高于网点优先度低的银行网点的调度优先级。
银行网点包括总行、支行、分行和各24h无人自助银行，对于银行来说总行通常设置于总部地区，各地区通常只设置支行、分行和各24h无人自助银行，在支行的优点度高于分行，分行的优先度高于24h无人自助银行，因此在进行调度路径规划时需要优先满足支行的现金储备需求量，其次为分行，最后为24h无人自助银行，通过该方式，实现了银行网点的分级化管理，保证了银行网点的高效运行。
进一步的，本方案还提出一种计算机可读存储介质，其上存储有计算机可读程序，计算机可读程序被调用时执行如上述的智慧银行网点调度管理方法。
可以理解的是，计算机可读存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：提出一种新型的智慧银行网点调度管理方案，可实现根据各银行网点的实际需求进行网点间资源调度管理，提高银行网点资源调度效率，降低管理成本，提高银行效益。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (10)

1.一种智慧银行网点调度管理方法，其特征在于，包括：
确定每个银行网点的所处位置，获取所有银行网点的位置信息；
根据银行网点的种类进行确定网点等级划分，并根据网点等级确定网点优先度；
根据银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据计算银行网点在不同时期内的需求系数；
获取银行网点附近的环境视频数据，并按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
根据多个所述环境图像采用人流量识别算法进行计算银行网点附近环境的行人流量数据；
根据多个环境图像计算出的银行网点附近环境的行人流量数据进行计算采集时段内经过银行网点附近的行人总数，获取行人总数数据；
根据行人总数数据结合当前时期的需求系数进行计算银行网点的现金储备需求量；
获取银行网点的实际现金储备量；
根据银行网点的实际现金储备量和现金储备需求量计算银行网点的调度需求量；
获取多个银行网点的调度需求量，并根据银行网点的调度需求量进行调度路径规划，获取调度规划路径；
按照调度规划路径和银行网点的调度需求量进行银行网点的现金调度。
2.根据权利要求1所述的一种智慧银行网点调度管理方法，其特征在于，所述计算银行网点附近的行人流量数据具体包括：
对环境图像进行图像分隔处理，对人群目标头部进行目标检测，获取人群头部特征数据；
根据环境图像中的人群头部特征数据统计出环境图像中的行人总数；
计算环境图像中的行人流量，获得行人流量预估数据；
所述行人流量的计算公式为：
Figure QLYQS_1
式中，Q为网点附近环境的行人流量，m为环境图像中的行人总数，
Figure QLYQS_2
为编号为i的头部特征数据与环境中心点的距离，S为环境面积，a、b分别为环境的长和宽，V为行人行走速度。
3.根据权利要求2所述的一种智慧银行网点调度管理方法，其特征在于，所述计算采集时段内经过银行网点附近的行人总数的计算公式为：
Figure QLYQS_3
P为采集时段内经过银行网点附近的行人总数，n为环境图像总数，
Figure QLYQS_4
为t时刻网点附近环境的行人流量，/>
Figure QLYQS_5
和/>
Figure QLYQS_6
分别为在t~t+1时段内t时刻的行人流量和t+1时刻的行人流量的计算权重，T为设定的周期，既t+1时刻和t时刻时间相隔的时长为T。
4.根据权利要求3所述的一种智慧银行网点调度管理方法，其特征在于，所述银行网点在不同时期内的需求系数的计算方式为：
根据过往年份相同时期的银行网点的现金需求量和采集计算的经过银行网点附近的行人总数，进行计算当前时期银行网点在过往年份的需求系数；
获取当前时期连续多个过往年份的需求系数，并建立过往需求系数-年份回归预测模型；
根据过往需求系数-年份回归预测模型进行预测计算当前时期银行网点在今年的需求系数；
其中，所述过往年份的需求系数的计算公式为：
Figure QLYQS_7
式中，
Figure QLYQS_8
为需求系数，/>
Figure QLYQS_9
为过往年份相同时期的采集计算的经过银行网点附近的行人总数，/>
Figure QLYQS_10
为过往年份相同时期的银行网点的现金取出量，/>
Figure QLYQS_11
为过往年份相同时期的银行网点的现金存入量。
5.根据权利要求4所述的一种智慧银行网点调度管理方法，其特征在于，所述银行网点的现金储备需求量的计算公式为：
Figure QLYQS_12
式中，
Figure QLYQS_13
为银行网点的现金储备需求量，/>
Figure QLYQS_14
为按照过往需求系数-年份回归预测模型计算出的当前时期在今年需求系数回归值，/>
Figure QLYQS_15
为容错系数，/>
Figure QLYQS_16
为今年在采集时段内经过银行网点附近的行人总数。
6.根据权利要求1所述的一种智慧银行网点调度管理方法，其特征在于，所述进行调度路径规划时，网点优先度高的银行网点的调度优先级高于网点优先度低的银行网点的调度优先级。
7.一种智慧银行网点调度管理系统，用于实现如权利要求1-6任一项所述的智慧银行网点调度管理方法，其特征在于，包括：
图像采集装置，所述图像图像采集装置用于采集银行网点附近的环境视频数据；
处理模块，所述处理模块用于进行计算银行网点在不同时期内的需求系数、计算银行网点附近环境的行人流量数据、计算采集时段内经过银行网点附近的行人总数、计算银行网点的现金储备需求量、计算银行网点的调度需求量和进行调度路径规划；
存储模块，存储模块与所述处理模块相耦合，所述存储模块用于进行存储银行网点的历史运行数据结合银行网点所处位置的历史行人总数数据；
图像接收模块，图像接收模块输入端口与所述图像采集装置电性连接，图像接收模块输出端口与所述处理模块电性连接，所述图像接收模块用于接收图像采集装置采集的环境视频数据并输送至处理模块。
8.根据权利要求7所述的一种智慧银行网点调度管理系统，其特征在于，所述处理模块包括：
第一计算单元，所述第一计算单元用于进行计算银行网点在不同时期内的需求系数；
图像处理单元，所述图像处理单元用于对环境视频数据进行处理；
第二计算单元，所述第二计算单元用于进行计算银行网点附近环境的行人流量数据；
第三计算单元，所述第三计算单元用于进行计算采集时段内经过银行网点附近的行人总数；
第四计算单元，所述第四计算单元用于计算银行网点的现金储备需求量和银行网点的调度需求量；
调度规划单元，所述调度规划单元用于进行调度路径规划。
9.根据权利要求8所述的一种智慧银行网点调度管理系统，其特征在于，所述图像处理单元包括：
图像抽帧组件，所述图像抽帧组件用于按照设定的周期对环境视频数据进行视频抽帧处理，获取若干环境图像；
特征提取组件，特征提取组件用于对人群目标头部进行目标检测，获取人群头部特征数据。
10.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被调用时执行如权利要求1-6任一项所述的智慧银行网点调度管理方法。
CN202310349223.8A 2023-04-04 2023-04-04 一种智慧银行网点调度管理方法、系统及存储介质 Active CN116151950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310349223.8A CN116151950B (zh) 2023-04-04 2023-04-04 一种智慧银行网点调度管理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310349223.8A CN116151950B (zh) 2023-04-04 2023-04-04 一种智慧银行网点调度管理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN116151950A true CN116151950A (zh) 2023-05-23
CN116151950B CN116151950B (zh) 2023-09-01

Family

ID=86340940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310349223.8A Active CN116151950B (zh) 2023-04-04 2023-04-04 一种智慧银行网点调度管理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN116151950B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116867149A (zh) * 2023-08-29 2023-10-10 山东省金海龙建工科技有限公司 一种基于物联网的节能型智慧路灯管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120223134A1 (en) * 2002-11-26 2012-09-06 Diebold Self-Service Systems Division Of Diebold, Incorporated Banking Machine Controlled Responsive to Data Read from Data Bearing Records
CN110400021A (zh) * 2019-07-31 2019-11-01 中国工商银行股份有限公司 银行网点现金用量预测方法及装置
JP2020017024A (ja) * 2018-07-24 2020-01-30 日立オムロンターミナルソリューションズ株式会社 現金管理装置、現金管理方法、及び現金管理プログラム
CN111476460A (zh) * 2020-03-16 2020-07-31 福建省农村信用社联合社 一种银行自助设备智慧运营调度的方法、设备和介质
CN114202412A (zh) * 2022-01-07 2022-03-18 中国建设银行股份有限公司 银行自助设备的现金管理方法及装置
CN115393037A (zh) * 2022-08-24 2022-11-25 中国银行股份有限公司 银行网点现金调配方法和装置
CN115578180A (zh) * 2022-11-02 2023-01-06 中国银行股份有限公司 银行网点的现金资源的管理方法及装置
CN115700627A (zh) * 2022-09-06 2023-02-07 中国工商银行股份有限公司 一种银行网点人员的调度方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120223134A1 (en) * 2002-11-26 2012-09-06 Diebold Self-Service Systems Division Of Diebold, Incorporated Banking Machine Controlled Responsive to Data Read from Data Bearing Records
JP2020017024A (ja) * 2018-07-24 2020-01-30 日立オムロンターミナルソリューションズ株式会社 現金管理装置、現金管理方法、及び現金管理プログラム
CN110400021A (zh) * 2019-07-31 2019-11-01 中国工商银行股份有限公司 银行网点现金用量预测方法及装置
CN111476460A (zh) * 2020-03-16 2020-07-31 福建省农村信用社联合社 一种银行自助设备智慧运营调度的方法、设备和介质
CN114202412A (zh) * 2022-01-07 2022-03-18 中国建设银行股份有限公司 银行自助设备的现金管理方法及装置
CN115393037A (zh) * 2022-08-24 2022-11-25 中国银行股份有限公司 银行网点现金调配方法和装置
CN115700627A (zh) * 2022-09-06 2023-02-07 中国工商银行股份有限公司 一种银行网点人员的调度方法及装置
CN115578180A (zh) * 2022-11-02 2023-01-06 中国银行股份有限公司 银行网点的现金资源的管理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
洪玮;: "大数据在银行现金调拨和库存计划中的应用", 中国金融电脑, no. 08, pages 94 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116867149A (zh) * 2023-08-29 2023-10-10 山东省金海龙建工科技有限公司 一种基于物联网的节能型智慧路灯管理方法及系统
CN116867149B (zh) * 2023-08-29 2023-11-14 山东省金海龙建工科技有限公司 一种基于物联网的节能型智慧路灯管理方法及系统

Also Published As

Publication number Publication date
CN116151950B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
Du et al. Traffic demand prediction based on dynamic transition convolutional neural network
Wang et al. A hybrid approach for automatic incident detection
Xiao et al. Predicting urban region heat via learning arrive-stay-leave behaviors of private cars
Wang et al. A big data approach for smart transportation management on bus network
JP2020149704A (ja) ビデオデータを用いた活動モニタリングのためのシステム及び方法
Wang et al. Early warning of burst passenger flow in public transportation system
CN116151950B (zh) 一种智慧银行网点调度管理方法、系统及存储介质
CN110322064A (zh) 城市出行需求预测方法
CN108399564A (zh) 信用评分方法及装置
CN104318327A (zh) 一种车辆轨迹预测分析方法
CN109740573A (zh) 视频分析方法、装置、设备及服务器
CN109800915A (zh) 一种基于缺失数据集的交通流量预测方法
CN112686417A (zh) 一种地铁大客流预测方法、系统及电子设备
Thu et al. Multi-source data analysis for bike sharing systems
CN106682590B (zh) 一种监控业务的处理方法以及服务器
Luo et al. Spatiotemporal hashing multigraph convolutional network for service-level passenger flow forecasting in bus transit systems
Li et al. Spatial-temporal similarity for trajectories with location noise and sporadic sampling
Liu et al. ST-MFM: A spatiotemporal multi-modal fusion model for urban anomalies prediction
Muntean Car park occupancy rates forecasting based on cluster analysis and kNN in smart cities
CN113516850B (zh) 基于空间句法分析的管道沿线交通流量数据采集方法
Chandio et al. Towards adaptable and tunable cloud-based map-matching strategy for GPS trajectories
Mollaoğlu et al. Fraud detection on streaming customer behavior data with unsupervised learning methods
CN113822367B (zh) 一种基于人脸的区域行为分析方法、系统及介质
CN115374843A (zh) 物联网入侵检测模型训练方法、装置、设备及存储介质
CN110837903A (zh) 一种轨道交通短期客流预测方法、系统及电子设备

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