[发明专利]银行柜员终端加钞建议确定方法及装置

说明书

本发明提供了银行柜员终端加钞建议确定方法及装置，涉及金融领域及人工智能领域，方法包括：获取待加钞的银行柜员终端的终端设备属性数据、加钞人员信息及预设的加钞计划数据；根据所述的终端设备属性数据、加钞人员信息数据确定终端设备加钞特征数据；根据所述终端设备加钞特征数据、预设的加钞计划数据及预先训练的加钞建议模型确定终端加钞计划建议数据；其中，所述的加钞建议模型为根据预先获取的终端特征数据和加钞人员特征数据进行机器学习建立的模型。实现在加钞计划的设计过程中为业务人员给出辅助型的设备管理评估建议，指导业务人员优化ATM加钞计划，提升加钞计划的准确性，直接提升业务人员的设备管理水平。

技术领域

本发明涉及人工智能技术，具体的讲是一种银行柜员终端加钞建议确定方法及装置。

背景技术

传统银行的ATM设备运营主要采取以人工评估ATM设备现金使用量、人工设计加钞计划的管理模式。ATM设备什么时候需要加钞，加钞时应加金额是多少，这些问题都依赖于ATM设备管理业务人员的专家经验进行评估决策。

随着人工智能的发展，银行的ATM设备运营也逐渐精细化、自动化和智能化，引入智能算法预测ATM设备的现金使用量、评估ATM设备加钞的优先级，进一步为业务人员的ATM设备运营管理提供额外的数据支持。现有ATM设备运营系统利用智能算法帮助业务人员更更直观了解ATM设备现状，间接地提高业务人员的设备管理水平。但是，现有技术中，在实际加钞计划的设计过程中，业务人员仍可能因个人经验不足、对ATM设备特性了解不清晰导致评估误差等，而给出与ATM设备真实现金需求量误差较大的错误决策。因此建立一个加钞计划辅助系统提升业务人员的设计水平有重大意义。

发明内容

针对现有技术的不足，本发明实施例提供了一种银行柜员终端加钞建议确定方法，包括：

获取待加钞的银行柜员终端的终端设备属性数据、加钞人员信息及预设的加钞计划数据；

根据所述的终端设备属性数据、加钞人员信息数据确定终端设备加钞特征数据；

根据所述终端设备加钞特征数据、预设的加钞计划数据及预先训练的加钞建议模型确定终端加钞计划建议数据；其中，所述的加钞建议模型为根据预先获取的终端特征数据和加钞人员特征数据进行机器学习建立的模型。

本发明实施例中，所述的终端设备属性数据包括：终端交易数据、终端设备所在地的天气数据、加钞日期、发薪日及还款日数据；

所述的加钞人员信息包括：加钞人员的身份信息、工作年限及专业信息。

本发明实施例中，所述的终端设备加钞特征数据包括：终端设备基本特征数据、加钞人员基本特征数据、聚类特征数据及专家特征数据；其中，

所述的根据所述的终端设备属性数据、加钞人员信息数据确定终端设备加钞特征数据包括：

对所述的终端设备属性数据、加钞人员信息数据进行特征构建确定终端设备基本特征数据及加钞人员基本特征数据；

对所述的终端设备基本特征数据及加钞人员基本特征数据进行聚类处理生成聚类特征数据；

根据预设的专家规则和聚类特征数据确定专家特征数据。

本发明实施例中，所述的方法还包括：根据预先获取的历史终端设备加钞特征数据及历史加钞计划数据进行机器学习建立加钞建议模型；其包括：

将所述预先获取的历史终端设备加钞特征数据作为输入特征，所述的历史加钞计划数据作为预测标签对预设超参数的候选机器学习模型进行训练；

根据模型训练结果从所述候选机器学习模型中确定优选机器学习模型；

按预设的权重设置和确定的优选机器学习模型确定加钞建议模型。

本发明实施例中，所述的方法还包括：