[发明专利]一种现金机器备付金管理方法和装置

权利要求书

1.一种现金机器备付金管理方法，其特征在于，包括：

通过银行网点智能设备边缘端获取现金机器钞箱数据；

获取客户在机具上的交易数据，通过模型服务调用客户行为特征模型进行整合，确定客户交易行为数据；

将现金机器钞箱数据和客户交易行为数据发送至数据处理服务器进行数据加工和数据特征化处理，确定结构化数据；

根据结构化数据，通过业务计算规则和业务配置的特征值，确定现金管理服务场景；

根据结构化数据，结合网点备付金及现金机器备付金的历史数据，调用机器学习模型进行计算，确定趋势预测数据；

根据趋势预测数据，确定现金机器的备付金储备方案；

根据现金机器的备付金储备方案和现金管理服务场景，配置现金机器的备付金。

2.如权利要求1所述的方法，其特征在于，通过银行网点智能设备边缘端获取现金机器钞箱数据，包括：

通过银行网点智能设备边缘端连接现金机器的中间件缓存区，获取现金机器钞箱数据；其中，所述现金机器的中间件缓存区用于在清机加钞后维护初始钞箱数据，在每次存取钞操作后，将初始钞箱数据进行更新；所述现金机器钞箱数据，至少包括：存款数据，取款数据，存取款时刻，机具号，面值，张数。

3.如权利要求1所述的方法，其特征在于，获取客户在机具上的交易数据，包括：获取交易存取款金额、交易时刻、客户账户限额信息和交易网点地址信息的至少一种或多种组合。

4.如权利要求1所述的方法，其特征在于，将现金机器钞箱数据和客户交易行为数据发送至数据处理服务器进行数据加工和数据特征化处理，确定结构化数据，包括：

将现金机器钞箱数据和客户交易行为数据发送至数据处理服务器；

将现金机器钞箱数据进行统计计算，获取机具号为维度的日均现金量、以网点为维度的日均现金量、现金日均占用量标准差和分时段现金使用量峰值；

分析客户交易行为数据，获取机具号对应的机具基本信息模型；其中，机具号对应的机具基本信息模型，至少包括：机具号，机具指示，机具所属机构，机具运营机构；

将机具号为维度的日均现金量、以网点为维度的日均现金量、现金日均占用量标准差和分时段现金使用量峰值与机具号对应的机具基本信息模型进行糅合处理，通过数据加工和数据特征化处理，确定结构化数据，存储至数据处理数据库。

5.如权利要求1所述的方法，其特征在于，根据结构化数据，通过业务计算规则和业务配置的特征值，确定现金管理服务场景，包括：

根据结构化数据，通过业务计算规则和业务配置的特征值，从网点间现金调拨场景、网点自助机具协同配置特征化和实时性应用场景、当前自助机具无法满足客户提款需求场景中进行匹配，确定现金管理服务场景。

6.如权利要求4所述的方法，其特征在于，根据结构化数据，结合网点备付金及现金机器备付金的历史数据，调用机器学习模型进行计算，确定趋势预测数据：

利用WebSocket协议与数据处理数据库通信，从数据处理数据库中读取结构化数据，结合网点备付金及现金机器备付金的历史数据，根据业务配置的特征值使用边缘计算框架中云边协同的方案，调用机器学习模型进行训练，训练过程中进行参数调优，待参数达到预设阈值时输出训练后的机器学习模型；

利用训练后的机器学习模型计算趋势预测数据。