[发明专利]基于遗传算法的银行网点间资源联动方案选定方法及装置

说明书

本发明提供了一种基于遗传算法的银行网点间资源联动方案选定方法及装置，基于遗传算法的银行网点间资源联动方案选定方法包括：根据预生成的客户流失模型以及客户等待超时模型评测所有资源联动方案；利用遗传算法从评测后的多个资源联动方案中选取最优资源联动方案。本发明提供的基于遗传算法的银行网点间资源联动方案选定方法及装置，有效的解决了银行网点区域内服务协同，人力资源和网点资源未实现有效统筹，容易出现忙闲不均，客户服务断档等问题。

技术领域

本发明涉及机器学习技术领域，具体涉及机器学习在金融行业的应用方面的技术，特别是涉及一种基于遗传算法的银行网点间资源联动方案选定方法及装置。

背景技术

目前银行同区域内营业网点分属于不同二级行，周末经常出现同区域网点同时开业或休业的情况，未实现区域内服务协同，人力资源和网点资源未实现有效统筹。容易出现忙闲不均，客户服务断档的迹象。另外，上述问题还造成了浪费人力成本和运营费用，降低银行员工满意度，无法保证客户服务质量等问题。

针对上述问题，亟需一种方法以建立跨行政机构的区域内网点群周末轮休统一调度模型，提供网格内周末轮休建议，节约人力成本和运营费用，落实员工关爱，提升员工满意度，同时保证客户服务质量。

发明内容

针对现有技术中的问题，本发明提供的基于遗传算法的银行网点间资源联动方案选定方法及装置，有效的解决了银行网点区域内服务协同，人力资源和网点资源未实现有效统筹、容易出现忙闲不均，客户服务断档的问题。生成的最优资源联动方案在保证客户服务质量的前提下，大大节约人力成本和运营费用，有效地落实员工关爱，提升员工满意度。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供一种基于遗传算法的银行网点间资源联动方案选定方法，包括：

根据预生成的客户流失模型以及客户等待超时模型评测所有资源联动方案；

利用遗传算法从评测后的多个资源联动方案中选取最优资源联动方案。

一实施例中，生成所述客户流失模型的步骤包括：

根据节假日所述银行网点的历史到店客户数量、历史业务数据以及所述银行网点周边的人流数据，利用线性回归算法计算节假日所述银行网点的到店客户数量；

根据不同银行网点之间的交通距离，生成客户分流到附近银行网点失败的概率与所述交通距离的映射；

根据所述历史业务数据计算所述节假日所述银行网点的紧急业务与非紧急业务的占比；

根据所述到店客户数量以及所述历史业务数据，生成客户延迟至工作日再办理业务的概率；

根据所述到店客户数量、映射、占比以及概率生成所述客户流失模型。

一实施例中，生成所述客户等待超时模型的步骤包括：

获取所述银行网点的历史到店客户数量、工作人员数量、智能型柜员机数量、各类业务构成以及历史客户等待超时；

根据所述银行网点的历史到店客户数量、工作人员数量、智能型柜员机数量、各类业务构成以及历史客户等待超时，利用线性回归以及梯度提升树算法生成所述客户等待超时模型。

一实施例中，所述根据预生成的客户流失模型以及客户等待超时模型评测所有资源联动方案，包括：

利用简单线性加权、多分段线性函数以及二次函数中的至少一个算法，根据至少一个评价标准、所述客户流失模型以及所述客户等待超时模型生成多目标评价模型，其中所述评价标准包括：流失客户数量、运营成本、客户满意度以及工作人员满意度；

根据所述多目标评价模型对所有资源联动方案，以生成评测结果。