[发明专利]银行网点排队等待时长预测方法及装置

权利要求书

1.一种银行网点排队等待时长预测方法，其特征在于，包括：

接收每一排队用户提交的业务预约申请，所述业务预约申请包括：用户的个人信息、用户欲办理业务的类型信息；

根据每一排队用户的个人信息、欲办理业务的类型信息，确定每一排队用户所属的用户画像群体办理相同业务的时长预测模型；所述时长预测模型由每一排队用户所属用户画像群体办理相同业务的时长的历史数据训练得到；

根据每一排队用户所属的用户画像群体办理相同业务的时长预测模型，预测每一排队用户办理业务的时长；

根据每一排队用户办理业务的时长，预测每一排队用户的等待时长。

2.如权利要求1所述的方法，其特征在于，接收每一排队用户提交的业务预约申请，包括：

接收每一排队用户通过线下网点办理方式或线上预约办理方式提交的业务预约申请；

所述线下网点办理方式包括如下一项或多项：与取号机语音对话、与客服机器人聊天、在取号机上进行业务菜单选择；

所述线上预约办理方式包括如下一项或多项：语音留言、智能客服、电话客服、在渠道端进行业务菜单选择。

3.如权利要求1所述的方法，其特征在于，所述时长预测模型为基于K-means算法的机器学习模型。

4.如权利要求1所述的方法，其特征在于，还包括：

在有用户办理完业务后，更新每一排队用户的等待时长。

5.如权利要求1所述的方法，其特征在于，还包括：

在有用户办理完业务后，根据该用户办理业务的实际时长，更新该用户所属的用户画像群体办理相同业务的时长预测模型。

6.一种银行网点排队等待时长预测装置，其特征在于，包括：

接收模块，用于接收每一排队用户提交的业务预约申请，所述业务预约申请包括：用户的个人信息、用户欲办理业务的类型信息；

模型确定模块，用于根据每一排队用户的个人信息、欲办理业务的类型信息，确定每一排队用户所属的用户画像群体办理相同业务的时长预测模型；所述时长预测模型由每一排队用户所属用户画像群体办理相同业务的时长的历史数据训练得到；

办理业务时长预测模块，用于根据每一排队用户所属的用户画像群体办理相同业务的时长预测模型，预测每一排队用户办理业务的时长；

等待时长预测模块，用于根据每一排队用户办理业务的时长，预测每一排队用户的等待时长。

7.如权利要求6所述的装置，其特征在于，接收模块具体用于：

接收每一排队用户通过线下网点办理方式或线上预约办理方式提交的业务预约申请；

所述线下网点办理方式包括如下一项或多项：与取号机语音对话、与客服机器人聊天、在取号机上进行业务菜单选择；

所述线上预约办理方式包括如下一项或多项：语音留言、智能客服、电话客服、在渠道端进行业务菜单选择。

8.如权利要求6所述的装置，其特征在于，所述时长预测模型为基于K-means算法的机器学习模型。

9.如权利要求6所述的装置，其特征在于，还包括等待时长更新模块，用于：

在有用户办理完业务后，更新每一排队用户的等待时长。

10.如权利要求6所述的装置，其特征在于，还包括模型更新模块，用于：

在有用户办理完业务后，根据该用户办理业务的实际时长，更新该用户所属的用户画像群体办理相同业务的时长预测模型。

11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。