[发明专利]一种基于银行网点业务数据的高柜人员排班预测方法在审
申请号: | 202010201786.9 | 申请日: | 2020-03-20 |
公开(公告)号: | CN111382911A | 公开(公告)日: | 2020-07-07 |
发明(设计)人: | 王逸捷;陈运文;徐永林;贺梦洁;李腾辉;王文广;纪达麒 | 申请(专利权)人: | 达而观信息科技(上海)有限公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q40/02 |
代理公司: | 上海智力专利商标事务所(普通合伙) 31105 | 代理人: | 张文玄;周涛 |
地址: | 201203 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 银行 网点 业务 数据 人员 排班 预测 方法 | ||
1.一种基于银行网点业务数据的高柜人员排班预测方法,其特征在于,包括:
获取网点截止第一时间节点前的第一历史数据;
建立预测模型,基于所述第一历史数据生成所述第一时间节点后至第二时间节点期间内网点的预测所需排班数据;
获取网点截止所述第二时间节点前的第二历史数据;
建立测算模型,基于所述第二历史数据生成所述第一时间节点与第二时间节点之间网点的实际所需排班数据;
基于所述实际所需排班数据和实际所需排班数据的差异修改所述预测模型的参数。
2.根据权利要求1所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,所述历史数据包括网点每时间段内的业务量、业务时长、客户等待时长、实际的高柜人员排班人数。
3.根据权利要求2所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,所述客户等待时长包括超过10分钟和超过20分钟。
4.根据权利要求1所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,所述第一时间节点和所述第二时间节点之间相差一个工作日。
5.根据权利要求4所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,所述预测模型生成多个工作日网点的预测所需排班数据,所述测算模型生成每个工作日网点的实际所需排班数据。
6.根据权利要求5所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,将每个工作日网点的实际所需排班数据与对应的预测所述排班数据做比较,生成一组反应二者差异大小的比较数据,根据所述比较数据修改所述预测模型的参数。
7.根据权利要求1所述的基于银行网点业务数据的高柜人员排班预测方法,其特征在于,所述测算模型和预测模型都使用梯度下降算法。
8.一种电子设备,其特征在于,包括:
处理器;
存储器,所述存储器中设置有可供所述处理器执行的可执行指令,所述可执行指令被执行后实现所述权利要求1-7中任一所述处理方法。
9.一种计算机可读存储介质,其特征在于,存储有计算机指令,所述计算机指令被处理器执行后实现所述权利要求1-7中任一所述处理方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于达而观信息科技(上海)有限公司,未经达而观信息科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010201786.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理