[发明专利]一种银行网点人员的调度方法及装置

权利要求书

1.一种银行网点人员的调度方法，其特征在于，包括：

基于设定区域内银行网点的数量，各个银行网点的环境基本信息和各个银行网点的各个业务的预测办理人数，获得银行网点的第一特征数据；其中，每个银行网点的各个业务的预测办理人数是预先获得的；

基于所述设定区域内各个银行网点之间的距离，获得银行网点的第二特征数据；

基于所述银行网点的第一特征数据和第二特征数据以及网点业务人员预测模型，预测各个银行网点的各个业务的需求人数；其中，所述网点业务人员预测模型是基于历史业务人员样本数据以及对应的第一标签训练获得的；

根据各个银行网点的各个业务的需求人数以及所述设定区域内各个业务的总人数，获得每个银行网点的各个业务的配备人数。

2.根据权利要求1所述的方法，其特征在于，预先获得每个银行网点的各个业务的预测办理人数的步骤包括：

对预设时间段内每个银行网点的环境基本信息、网点基本信息以及各个业务的办理人数进行特征处理，获得每个银行网点的各个业务的客户流量预测特征数据；

基于每个银行网点的每个业务的客户流量预测特征数据以及网点业务客流量预测模型，获得每个银行网点的每个业务的预测办理人数；其中，所述网点业务客流量预测模型是基于业务历史样本数据以及对应的第二标签训练获得的。

3.根据权利要求2所述的方法，其特征在于，基于业务历史样本数据以及对应的第二标签训练获得网点业务客流量预测模型包括：

获取业务历史样本数据以及对应的第二标签；其中，所述业务历史样本数据包括第一历史时间段内银行网点的环境基本信息、网点基本信息以及各个业务的实际办理人数；

对所述第一历史时间段内银行网点的环境基本信息、网点基本信息以及各个业务的办理人数进行特征处理，获得业务训练特征数据；

基于第一原始模型、所述业务训练特征数据以及对应的第二标签，训练获得所述网点业务客流量预测模型。

4.根据权利要求1所述的方法，其特征在于，基于历史业务人员样本数据以及对应的第一标签训练获得网点业务人员预测模型包括：

获取历史业务人员样本数据以及对应的第一标签；其中，所述历史业务人员样本数据包括第二历史时间段内预设区域内银行网点的数量，所述设定区域内各个银行网点之间的距离，各个银行网点的环境基本信息和各个银行网点的各个业务的实际办理人数；

根据所述第二历史时间段内所述预设区域内银行网点的数量、各个银行网点的环境基本信息和各个银行网点的各个业务的实际办理人数，获得第一训练特征数据；

根据所述预设区域内各个银行网点之间的距离，获得第二训练特征数据；

基于第二原始模型、所述第一训练特征数据和所述第二训练特征数据以及对应的第一标签，训练获得所述网点业务人员预测模型。

5.根据权利要求1所述的方法，其特征在于，所述根据各个银行网点的各个业务的需求人数以及所述设定区域内各个业务的总人数，获得每个银行网点的各个业务的配备人数包括：

根据各个银行网点的每个业务的需求人数，获得每个银行网点的每个业务的需求比例；

根据所述设定区域内每个业务的总人数以及每个银行网点的每个业务的需求比例，获得每个银行网点的每个业务的配备人数。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述设定区域内各个银行网点之间的距离，获得银行网点的第二特征数据包括：

根据所述设定区域内各个银行网点之间的距离以及截断距离，获得各个银行网点之间距离参数；

根据各个银行网点之间的距离参数，构建邻接矩阵作为银行网点的第二特征数据。

7.根据权利要求6所述的方法，其特征在于，所述根据所述设定区域内各个银行网点之间的距离以及截断距离，获得各个银行网点之间距离参数包括：

若判断获知两个银行网点之间的距离小于等于截断距离，则将两个银行网点之间的距离作为两个银行网点之间距离参数；

若判断获知两个银行网点之间的距离大于截断距离，则两个银行网点之间距离参数为无穷大。