[发明专利]一种基于GBDT算法的配钞预测方法及装置

说明书

本发明公开了一种基于GBDT算法的配钞预测方法及装置，该方法包括：获取影响待配钞网点现钞交易的数据信息；根据数据信息构建特征数据集；利用特征数据集对基于GBDT算法建立的配钞量预测模型进行训练，根据训练后的配钞量预测模型预测待配钞网点次日的配钞量。本发明无需根据工作人员的经验进行配钞，配钞量和实际需求量的偏差较小，工作人员的劳动强度较低。

技术领域

本发明涉及数据处理领域，尤其涉及一种基于GBDT算法的配钞预测方法及装置。

背景技术

目前，各个银行在运营管理标准化、信息化、集中化等方面都有较快的发展，但现钞业务的智能化发展仍处于较低的水平。对于网点，每天的现钞准备量必须超过且尽量接近每天的现钞需求量，若现钞不足，则会导致用户取不出钱；同时，若网点存有大量现钞，那么这些冗余现钞也无法产生收益。因此，对网点准确地配置现钞量是十分重要的。

现有技术一般都是根据工作人员的经验来配置网点每天存放的现钞量。这样容易导致配钞量和实际需求量偏差较大，且还会增加工作人员的劳动强度。

发明内容

本发明实施例提供一种基于GBDT算法的配钞预测方法，用以降低配钞量和实际需求量的偏差及工作人员的劳动强度，该方法包括：

获取影响待配钞网点现钞交易的数据信息；

根据所述数据信息构建特征数据集；

利用特征数据集对基于GBDT算法建立的配钞量预测模型进行训练，根据训练后的配钞量预测模型预测待配钞网点次日的配钞量。

可选的，所述方法还包括：在获取特征数据集后，对特征数据集中的特征数据进行优化处理。

可选的，所述影响待配钞网点现钞交易的数据信息包括：待配钞网点现钞交易的历史数据、待配钞网点的地理位置信息、待配钞网点服务的客户群体信息。

可选的，所述特征数据集包括：交易金额、交易笔数、存款余额、取款余额。

本发明实施例还提供一种基于GBDT算法的配钞预测装置，用以降低配钞量和实际需求量的偏差及工作人员的劳动强度，该装置包括：

信息获取模块，用于获取影响待配钞网点现钞交易的数据信息；

特征构建模块，用于根据所述数据信息构建特征数据集；

配钞预测模块，用于利用特征数据集对基于GBDT算法建立的配钞量预测模型进行训练，根据训练后的配钞量预测模型预测待配钞网点次日的配钞量。

可选的，所述装置还包括：优化处理模块，用于在获取特征数据集后，对特征数据集中的特征数据进行优化处理。

可选的，所述影响待配钞网点现钞交易的数据信息包括：待配钞网点现钞交易的历史数据、待配钞网点的地理位置信息、待配钞网点服务的客户群体信息。

可选的，所述特征数据集包括：交易金额、交易笔数、存款余额、取款余额。

本发明实施例还提供一种计算机设备，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，所述处理器执行所述计算机程序时实现上述方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明实施例中，通过获取影响待配钞网点现钞交易的数据信息，根据该数据信息构建特征数据集，并利用特征数据集对基于GBDT算法建立的配钞量预测模型进行训练，根据训练后的配钞量预测模型即可预测待配钞网点次日的配钞量，无需根据工作人员的经验进行配钞，配钞量和实际需求量的偏差较小，工作人员的劳动强度较低。

附图说明