[发明专利]自助柜员机现金用量预测方法及装置

说明书

本发明提供了一种自助柜员机现金用量预测方法及装置，自助柜员机现金用量预测方法包括：获取所述自助柜员机的当前清机周期内的交易数据、地理位置及所述地理位置的天气预报数据；根据自助柜员机目标清机周期内的法定假日、所述当前清机周期内的交易数据、所述地理位置、所述目标清机周期内的天气预报数据及预设的所述自助柜员机现金用量预测模型，预测所述自助柜员机目标清机周期内的现金用量。本发明提了一种有效提升自助柜员机现金用量管理的精准度和工作效率的现金用量预测方法。

技术领域

本发明涉及人工智能领域技术领域，具体涉及金融行业的大数据分析领域，特别是涉及一种自助柜员机现金用量预测方法及装置。

背景技术

自助柜员机是指ATM、CRM、CDM等自助柜员机用于为客户提供自助存取现金的设备。自助柜员机需根据业务量及其相关管理要求，估算每台设备存放现金额度，为所辖设备制定现金加钞计划，进行备钞和现金调拨。传统自助柜员机现金管理，通常依靠业务专家人工经验为主来估算加钞金额。由于现金需求量影响因素较多且关联复杂性极高，受摆放地点、周边事件、客流量、节假日、天气等多种因素干扰，人工经验判断现金量较困难且误差大，如果加钞高于实际的取款需求，即加钞金额多于实际取款金额，将导致非生息资产过多，造成资金浪费。而且加钞次数的增加也会导致成本的增加。

综上，现有的商业自助柜员机自助柜员机的现金用量预测方法有着对业务经验要求高、人工预估方法复杂及总体预测结果偏差大等缺点。

发明内容

针对现有技术中的问题，本发明提供了一种可以克服现有自助柜员机业务人员制定自助柜员机现金调拨流程中，估计现金用量环节对业务经验要求较高、人工预估方法复杂、预估偏差较大等问题的方法。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供一种自助柜员机现金用量预测方法，包括：

获取所述自助柜员机的当前清机周期内的交易数据、地理位置及所述地理位置的天气预报数据；

根据自助柜员机目标清机周期内的法定假日、所述当前清机周期内的交易数据、所述地理位置、所述目标清机周期内的天气预报数据及预设的所述自助柜员机现金用量预测模型，预测所述自助柜员机目标清机周期内的现金用量。

优选地，自助柜员机现金用量预测方法还包括：获取所述自助柜员机的历史清机周期内的交易数据、地理位置及历史清机周期内的天气数据；根据历史清机周期内的法定假日、所述历史清机周期内的交易数据、所述地理位置及所述历史清机周期内的天气数据，利用机器学习算法生成自助柜员机现金用量预测模型；

所述机器学习算法包括：支持向量机回归算法、K近邻回归算法、随机森林回归算法、GBDT回归算法、Xgboost回归算法及长短期记忆网络算法。

优选地，自助柜员机现金用量预测方法还包括：对所述历史清机周期内的交易数据、所述当前清机周期内的交易数据、所述地理位置、所述历史清机周期内的天气数据及所述当前清机周期内的天气数据进行数据清洗、数据集成、数据归约及数据变换。

优选地，所述根据历史清机周期内的法定假日、所述历史清机周期内的交易数据、所述地理位置及所述历史清机周期内的天气数据，利用机器学习算法生成自助柜员机现金用量预测模型，包括：

根据所述历史清机周期内的法定假日、所述历史清机周期内的交易数据、所述地理位置及所述历史清机周期内的天气数据生成初始现金用量预测模型；

利用超参数搜索算法及多个机器学习算法对所述初始现金用量预测模型分别进行训练，以生成训练之后的多个初始现金用量预测模型；

利用均方根误差方法对所述训练之后多个的初始现金用量预测模型进行评价，根据评价结果选取多个初始现金用量预测模型作为现金用量预测模型。