[发明专利]基于客户画像的银行网点派号方法及装置、存储介质

权利要求书

1.一种基于客户画像的银行网点派号方法，其特征在于，包括：

接收银行网点中目标客户的排队叫号请求；

响应所述排队叫号请求，将所述排队叫号请求和所述目标客户的当前排队数据输入目标队列规划模型，输出所述目标客户对应的派号信息，其中，所述目标队列规划模型是基于所述目标客户的目标画像信息、所述目标客户的历史排队数据和具有所述银行网点的特色的因子进行学习训练生成的模型。

2.根据权利要求1所述的方法，其特征在于，在将所述排队叫号请求和所述目标客户的当前排队数据输入目标队列规划模型之前，所述方法还包括：

获取所述目标客户的目标画像信息、所述目标客户的历史排队数据和具有所述银行网点的特色的因子；

依据所述目标客户的目标画像信息、所述目标客户的历史排队数据和具有所述银行网点的特色的因子，构建基于强化学习的队列规划模型；

采用预设算法对所述基于强化学习的队列规划模型进行训练，得到所述目标队列规划模型，其中，所述预设算法为以下之一：DQN算法、DDPG算法。

3.根据权利要求2所述的方法，其特征在于，采用预设算法对所述基于强化学习的队列规划模型进行训练，得到所述目标队列规划模型包括：

获取预设的时间成本的影响因素和所述时间成本的影响因素的权重；

依据所述预设的时间成本的影响因素和所述时间成本的影响因素的权重，计算所述时间成本；

获取所述基于强化学习的队列规划模型的输出数据；

依据所述时间成本和所述基于强化学习的队列规划模型的输出数据，采用所述预设算法更新所述基于强化学习的队列规划模型中的参数，并得到用于评估所述基于强化学习的队列规划模型的评估因素；

在所述评估因素符合预设的评估条件的情况下，得到所述目标队列规划模型。

4.根据权利要求2所述的方法，其特征在于，在获取所述目标客户的目标画像信息之前，所述方法还包括：

获取所述目标客户的静态信息数据和/或所述目标客户的动态信息数据，其中，所述静态信息数据至少包括：所述目标客户的属性信息、所述目标客户在所述银行网点办理的过往业务和所述目标客户在所述银行网点办理过往业务的平均办理时长；所述动态信息数据至少包括：所述目标客户在所述银行网点办理过往业务时的影像信息和/或所述目标客户在所述银行网点办理当前业务时的影像信息；

依据所述静态信息数据和/或所述动态信息数据，构建所述目标客户的目标画像信息。

5.根据权利要求4所述的方法，其特征在于，依据所述静态信息数据和/或所述动态信息数据，构建所述目标客户的目标画像信息包括：

依据所述动态信息数据，构建所述目标客户的第一画像信息，其中，所述第一画像信息用于对所述目标客户进行分类；

依据所述目标客户的第一画像信息和/或所述静态信息数据，构建所述目标客户的目标画像信息。

6.根据权利要求5所述的方法，其特征在于，依据所述动态信息数据，构建所述目标客户的第一画像信息包括：

对所述动态信息数据进行第一预处理操作，得到目标数据集一；

将所述目标数据集一划分为训练集和测试集；

依据所述训练集和所述测试集，对图像识别模型进行训练，得到目标图像识别模型；

获取所述目标客户在所述银行网点办理当前业务时的影像信息，并将所述目标客户在所述银行网点办理当前业务时的影像信息输入到所述目标图像识别模型中，得到所述目标客户的特征信息；

依据所述目标客户的特征信息，得到所述目标客户的第一画像信息。

7.根据权利要求5所述的方法，其特征在于，依据所述目标客户的第一画像信息和/或所述静态信息数据，构建所述目标客户的目标画像信息包括：

对所述静态信息数据进行第二预处理操作，得到目标数据集二；

依据目标维度，对所述目标数据集二进行聚类，以将所述目标数据集二分为多个群体；

依据所述多个群体中的每个群体的行为和所述每个群体的属性信息，对所述每个群体设定群体标签；

根据所述群体标签，构建所述目标客户的目标画像信息。