[发明专利]一种银行网点柜员的调配方法及装置

说明书

本发明提供一种银行网点柜员的调配方法及装置，涉及大数据技术领域。所述方法包括：获取银行网点数据；对所述银行网点数据进行特征工程处理，获得网点特征数据；基于所述网点特征数据和银行网点工作量预测模型，获得单日预测工作量；其中，所述银行网点工作量预测模型是基于银行网点训练数据训练获得的；基于所述单日预测工作量确定所需银行网点柜员的数量。所述装置用于执行上述方法。本发明实施例提供的银行网点柜员的调配方法及装置，提高了银行网点柜员调配的精确性。

技术领域

本发明涉及大数据技术领域，具体涉及一种银行网点柜员的调配方法及装置。

背景技术

目前，银行网点的柜面渠道是银行线下业务发起的重要渠道，银行网点的柜面数量通常是固定的，银行网点通过轮流排班的方式安排柜员处理线下业务。

现有技术中，银行网点的柜员排班主要是银行网点负责人根据经验进行排班。通过人为经验进行排班，难以准确估计银行网点的每个工作日的客户服务需求，导致柜面人员排班时经常会出现人员冗余或不足的现象，使网点人力资源没有合理利用并且排班效率较低。

发明内容

针对现有技术中的问题，本发明实施例提供一种银行网点柜员的调配方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种银行网点柜员的调配方法，包括：

获取银行网点数据；

对所述银行网点数据进行特征工程处理，获得网点特征数据；

基于所述网点特征数据和银行网点工作量预测模型，获得单日预测工作量；其中，所述银行网点工作量预测模型是基于银行网点训练数据训练获得的；

基于所述单日预测工作量确定所需银行网点柜员的数量。

另一方面，本发明提供一种银行网点柜员的调配装置，包括：

第一获取模块，用于获取银行网点数据；

第一获得模块，用于对所述银行网点数据进行特征工程处理，获得网点特征数据；

预测模块，用于基于所述网点特征数据和银行网点工作量预测模型，获得单日预测工作量；其中，所述银行网点工作量预测模型是基于银行网点训练数据训练获得的；

确定模块，用于基于所述单日预测工作量确定所需银行网点柜员的数量。

再一方面，本发明提供一种电子设备，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程序时实现上述任一实施例所述银行网点柜员的调配方法的步骤。

又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述银行网点柜员的调配方法的步骤。

本发明实施例提供的银行网点柜员的调配方法及装置，能够获取银行网点数据，对银行网点数据进行特征工程处理，获得网点特征数据，基于网点特征数据和银行网点工作量预测模型，获得单日预测工作量，基于单日预测工作量确定所需银行网点柜员的数量，通过银行网点工作量预测模型能够更准确地预测单日预测工作量，从而能够更合理地配置银行网点柜员，提高了银行网点柜员调配的精确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明第一实施例提供的银行网点柜员的调配方法的流程示意图。

图2是本发明第二实施例提供的银行网点柜员的调配方法的流程示意图。