[發(fā)明專利]基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010217904.5
• 申請(qǐng)日: 2020-03-25
• 公開（公告）號(hào): CN111311125B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 周康
• 申請(qǐng)（專利權(quán)）人: 中國(guó)建設(shè)銀行股份有限公司;建信金融科技有限責(zé)任公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q40/02;G06N3/12
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 趙平;周永君

本發(fā)明提供了一種基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法及裝置，基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法包括：根據(jù)預(yù)生成的客戶流失模型以及客戶等待超時(shí)模型評(píng)測(cè)所有資源聯(lián)動(dòng)方案；利用遺傳算法從評(píng)測(cè)后的多個(gè)資源聯(lián)動(dòng)方案中選取最優(yōu)資源聯(lián)動(dòng)方案。本發(fā)明提供的基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法及裝置，有效的解決了銀行網(wǎng)點(diǎn)區(qū)域內(nèi)服務(wù)協(xié)同，人力資源和網(wǎng)點(diǎn)資源未實(shí)現(xiàn)有效統(tǒng)籌，容易出現(xiàn)忙閑不均，客戶服務(wù)斷檔等問題。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及機(jī)器學(xué)習(xí)在金融行業(yè)的應(yīng)用方面的技術(shù)，特別是涉及一種基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法及裝置。

背景技術(shù)

目前銀行同區(qū)域內(nèi)營(yíng)業(yè)網(wǎng)點(diǎn)分屬于不同二級(jí)行，周末經(jīng)常出現(xiàn)同區(qū)域網(wǎng)點(diǎn)同時(shí)開業(yè)或休業(yè)的情況，未實(shí)現(xiàn)區(qū)域內(nèi)服務(wù)協(xié)同，人力資源和網(wǎng)點(diǎn)資源未實(shí)現(xiàn)有效統(tǒng)籌。容易出現(xiàn)忙閑不均，客戶服務(wù)斷檔的跡象。另外，上述問題還造成了浪費(fèi)人力成本和運(yùn)營(yíng)費(fèi)用，降低銀行員工滿意度，無(wú)法保證客戶服務(wù)質(zhì)量等問題。

針對(duì)上述問題，亟需一種方法以建立跨行政機(jī)構(gòu)的區(qū)域內(nèi)網(wǎng)點(diǎn)群周末輪休統(tǒng)一調(diào)度模型，提供網(wǎng)格內(nèi)周末輪休建議，節(jié)約人力成本和運(yùn)營(yíng)費(fèi)用，落實(shí)員工關(guān)愛，提升員工滿意度，同時(shí)保證客戶服務(wù)質(zhì)量。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的問題，本發(fā)明提供的基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法及裝置，有效的解決了銀行網(wǎng)點(diǎn)區(qū)域內(nèi)服務(wù)協(xié)同，人力資源和網(wǎng)點(diǎn)資源未實(shí)現(xiàn)有效統(tǒng)籌、容易出現(xiàn)忙閑不均，客戶服務(wù)斷檔的問題。生成的最優(yōu)資源聯(lián)動(dòng)方案在保證客戶服務(wù)質(zhì)量的前提下，大大節(jié)約人力成本和運(yùn)營(yíng)費(fèi)用，有效地落實(shí)員工關(guān)愛，提升員工滿意度。

為解決上述技術(shù)問題，本發(fā)明提供以下技術(shù)方案：

第一方面，本發(fā)明提供一種基于遺傳算法的銀行網(wǎng)點(diǎn)間資源聯(lián)動(dòng)方案選定方法，包括：

根據(jù)預(yù)生成的客戶流失模型以及客戶等待超時(shí)模型評(píng)測(cè)所有資源聯(lián)動(dòng)方案；

利用遺傳算法從評(píng)測(cè)后的多個(gè)資源聯(lián)動(dòng)方案中選取最優(yōu)資源聯(lián)動(dòng)方案。

一實(shí)施例中，生成所述客戶流失模型的步驟包括：

根據(jù)節(jié)假日所述銀行網(wǎng)點(diǎn)的歷史到店客戶數(shù)量、歷史業(yè)務(wù)數(shù)據(jù)以及所述銀行網(wǎng)點(diǎn)周邊的人流數(shù)據(jù)，利用線性回歸算法計(jì)算節(jié)假日所述銀行網(wǎng)點(diǎn)的到店客戶數(shù)量；

根據(jù)不同銀行網(wǎng)點(diǎn)之間的交通距離，生成客戶分流到附近銀行網(wǎng)點(diǎn)失敗的概率與所述交通距離的映射；

根據(jù)所述歷史業(yè)務(wù)數(shù)據(jù)計(jì)算所述節(jié)假日所述銀行網(wǎng)點(diǎn)的緊急業(yè)務(wù)與非緊急業(yè)務(wù)的占比；

根據(jù)所述到店客戶數(shù)量以及所述歷史業(yè)務(wù)數(shù)據(jù)，生成客戶延遲至工作日再辦理業(yè)務(wù)的概率；

根據(jù)所述到店客戶數(shù)量、映射、占比以及概率生成所述客戶流失模型。

一實(shí)施例中，生成所述客戶等待超時(shí)模型的步驟包括：

獲取所述銀行網(wǎng)點(diǎn)的歷史到店客戶數(shù)量、工作人員數(shù)量、智能型柜員機(jī)數(shù)量、各類業(yè)務(wù)構(gòu)成以及歷史客戶等待超時(shí)；

根據(jù)所述銀行網(wǎng)點(diǎn)的歷史到店客戶數(shù)量、工作人員數(shù)量、智能型柜員機(jī)數(shù)量、各類業(yè)務(wù)構(gòu)成以及歷史客戶等待超時(shí)，利用線性回歸以及梯度提升樹算法生成所述客戶等待超時(shí)模型。

一實(shí)施例中，所述根據(jù)預(yù)生成的客戶流失模型以及客戶等待超時(shí)模型評(píng)測(cè)所有資源聯(lián)動(dòng)方案，包括：

利用簡(jiǎn)單線性加權(quán)、多分段線性函數(shù)以及二次函數(shù)中的至少一個(gè)算法，根據(jù)至少一個(gè)評(píng)價(jià)標(biāo)準(zhǔn)、所述客戶流失模型以及所述客戶等待超時(shí)模型生成多目標(biāo)評(píng)價(jià)模型，其中所述評(píng)價(jià)標(biāo)準(zhǔn)包括：流失客戶數(shù)量、運(yùn)營(yíng)成本、客戶滿意度以及工作人員滿意度；

根據(jù)所述多目標(biāo)評(píng)價(jià)模型對(duì)所有資源聯(lián)動(dòng)方案，以生成評(píng)測(cè)結(jié)果。