[发明专利]一种基于大数据的银行柜员智能排班方法及系统

权利要求书

1.一种基于大数据的银行柜员智能排班方法，其特征在于，包括：

基于预先构建的预测模型预测待排班网点目标日期的交易量和交易峰值；

基于所述待排班网点目标日期的交易量和交易峰值，以及预先分类的柜员类型，配置所述待排班网点目标日期的柜员数量和目标柜员类型；

基于所述待排班网点目标日期的柜员数量和目标柜员类型，以及所述目标柜员类型在岗柜员到所述待排班网点的通勤时间，动态生成所述待排班网点目标日期的柜员排班表；

预先构建预测模型，包括：

获取各个网点历史交易数据；

利用大数据分析技术对所述各个网点历史交易数据进行分析，构建各个网点交易量和交易峰值的预测模型；

所述获取各个网点历史交易数据，包括：

自动收集各个网点每日交易数据；

将自动收集的各个网点的每日交易数据存储至数据库，构成各个网点历史交易数据；

从所述数据库中获取各个网点历史交易数据；

预先分类柜员类型，包括：

获取各个柜员历史业务处理数据；

利用大数据分析技术对所述各个柜员历史业务处理数据进行分析，计算出每位柜员的效率值；

基于每位柜员的效率值以及预先设置的阈值对柜员进行分类，得到柜员类型；

所述获取各个柜员历史业务处理数据，包括：

自动收集各个柜员每日业务处理数据；

将自动收集的各个柜员每日的业务处理数据存储至数据库，构成各个柜员历史业务处理数据；

从所述数据库中获取各个柜员历史业务处理数据。

2.一种基于大数据的银行柜员智能排班系统，其特征在于，包括：

预测模块，用于基于预先构建的预测模型预测待排班网点目标日期的交易量和交易峰值；

配置模块，用于基于所述待排班网点目标日期的交易量和交易峰值，以及预先分类的柜员类型，配置所述待排班网点目标日期的柜员数量和目标柜员类型；

智能排班调度模块，用于基于所述待排班网点目标日期的柜员数量和目标柜员类型，以及所述目标柜员类型在岗柜员到所述待排班网点的通勤时间，动态生成所述待排班网点目标日期的柜员排班表；

还包括：

第一获取模块，用于获取各个网点历史交易数据；

构建模块，用于利用大数据分析技术对所述各个网点历史交易数据进行分析，构建各个网点交易量和交易峰值的预测模型；

所述第一获取模块具体用于：

自动收集各个网点每日交易数据；

将自动收集的各个网点的每日交易数据存储至数据库，构成各个网点历史交易数据；

从所述数据库中获取各个网点历史交易数据；

还包括：

第二获取模块，用于获取各个柜员历史业务处理数据；

计算模块，用于利用大数据分析技术对所述各个柜员历史业务处理数据进行分析，计算出每位柜员的效率值；

分类模块，用于基于每位柜员的效率值以及预先设置的阈值对柜员进行分类，得到柜员类型；

所述第二获取模块具体用于：

自动收集各个柜员每日业务处理数据；

将自动收集的各个柜员每日的业务处理数据存储至数据库，构成各个柜员历史业务处理数据；

从所述数据库中获取各个柜员历史业务处理数据。