[发明专利]自动柜员机现金调度方法、系统及存储介质

说明书

本发明提供了一种自动柜员机现金调度方法，包括以下步骤：获取终端的交易数据，并进行数据预处理；交易数据的属性包括：时间、频度和临界值触碰次数；对数据预处理后的交易数据进行特征提取，并进行筛选得到特征变量；根据特征变量，预测终端的现金需求量，并根据现金需求量生成现金调度方案；方法通过数据预处理以及构建特征工程等机器学习的方法，ATM机的现金需求进行合理的预测及规划，提高现金需求预测精确度；相较于人为的经验判断更具有可靠性，从而可以进一步降低运营成本，提高运营效率，可广泛应用于金融行业技术领域。

技术领域

本发明隶属金融行业技术领域，涉及一种自动柜员机现金调度方法、系统及存储介质。

背景技术

自动柜员机，即ATM，是指银行在不同地点设置一种小型机器，利用一张信用卡大小的胶卡上的磁带记录客户的基本户口资料(通常就是银行卡)，让用户可以通过机器进行提款、存款、转账等银行柜台服务。自动柜员机是一种集计算机技术、网络技术、机电技术、自动控制技术于一体的高技术产品，是银行实现自助服务的关键设备。

随着互联网的发展，现金需求逐渐减少，如何降低ATM现金库存量，提高现金利用率，降低运营成本，成为行业关注焦点。因为影响现金使用的因素较多，如节假日、天气、地理位置等，现有技术还未能提供一种完全无误的预测ATM一段时间周期内现金需求量的方法，常用的做法是直接加满整个钞箱，或者是多于前一周期需求的50％，其不仅无法视具体情况具体条件精确满足现金需求，通过经验积累以及主观臆断同样也会导致需求判断的失误，效率低下。

发明内容

为至少解决上述技术问题之一，本发明的目的在于：提供一种高效率和低成本的自动柜员机现金调度方法，以及可实现该现金调度方法的系统和存储介质，为了达到上述技术目的，本发明所提供的技术方案包括：

一方面，本发明提供了一种自动柜员机现金调度方法，包括以下步骤：

获取终端的交易数据，并进行数据预处理；交易数据的属性包括：时间、频度和临界值触碰次数；

对数据预处理后的交易数据进行特征提取，并进行筛选得到特征变量；

根据特征变量，预测终端的现金需求量，并根据现金需求量生成现金调度方案。

此外，在本发明的一些实施例中，获取终端的交易数据，并进行数据预处理这一步骤，其具体包括：

对交易数据进行去重，对去重后的数据进行脏数据剔除；

对完成脏数据剔除后的数据进行缺失值插补；

对完成缺失值插补后的数据进行异常值平滑，去除数据中的异常值。

在本发明的一些实施例中，对数据预处理后的交易数据进行特征提取这一步骤，其具体包括：

将数据预处理后的交易数据划分成为至少一个第一数据集，根据该第一数据集训练得到至少一个分类器；

根据分类器生成第二数据集，该第二数据集包含特征变量。

在本发明的一些实施例中，根据特征变量，预测终端的现金需求量这一步骤，其具体为：根据第二数据集通过回归模型得到终端的现金需求量；

其中，回归模型为通过负梯度拟合迭代得到的强学习器。

在本发明的一些实施例中，通过负梯度拟合迭代得到的强学习器这一过程，其具体包括：

获取第二数据集的负梯度值；

根据负梯度值进行拟合得到回归树，生成回归树的叶子节点的拟合值；

根据叶子节点的拟合值以及预设的弱学习器生成强学习器。

在本发明的一些实施例中，通过负梯度拟合迭代得到的强学习器这一过程，其还包括：