[發明專利]銀行網點空白卡介質庫存用量預測方法和裝置、設備

在審

• 申請號: 202010563515.8
• 申請日: 2020-06-19
• 公開（公告）號: CN111738509A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 蔡為彬;郭銳鵬;李梓齊;杜姍
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06Q40/02;G06N3/12;G06N3/04;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤;湯在彥

1.一種銀行網點空白卡介質庫存用量預測方法，其特征在于，包括：

獲取一銀行網點的一空白卡介質的使用量數據和輔助數據；

根據所述使用量數據和所述輔助數據進行特征提取得到特征數據；

將所述特征數據分別輸入預訓練的多個單體預測模型中以得到對應的預測值；

采用帶精英策略的非支配排序遺傳算法對各單體預測模型的預測值進行處理得到銀行網點空白卡介質庫存用量預測結果；

其中，所述單體預測模型為Prophet回歸模型、套索回歸模型、xgboost回歸模型、Catboost回歸模型或循環神經網絡模型。

2.根據權利要求1所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，還包括：

利用均方根誤差評估預訓練的多個單體預測模型的效果；

根據評估結果選取部分單體預測模型用于銀行網點空白卡介質庫存用量預測。

3.根據權利要求1所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，所述輔助數據包括：節假日數據、網點所屬地區種類、網點客戶發薪日數據。

4.根據權利要求1所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，提取的特征為利用主成分分析單列操作特征、多列操作特征、聚合操作特征得到。

5.根據權利要求4所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，所述單列操作特征包括：使用量變化率特征。

6.根據權利要求4所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，所述多列操作特征包括：基于時間的使用量均值和中位數。

7.根據權利要求6所述的銀行網點空白卡介質庫存用量預測方法，其特征在于，所述聚合操作特征包括：基于屬性的使用量均值和中位數。

8.一種銀行網點空白卡介質庫存用量預測裝置，其特征在于，包括：

原始數據獲取模塊，獲取一銀行網點的一空白卡介質的使用量數據和輔助數據；

特征提取模塊，根據所述使用量數據和所述輔助數據進行特征提取得到特征數據；

預測模塊，將所述特征數據分別輸入預訓練的多個單體預測模型中以得到對應的預測值；

最優解計算模塊，采用帶精英策略的非支配排序遺傳算法對各單體預測模型的預測值進行處理得到銀行網點空白卡介質庫存用量預測結果；

其中，所述單體預測模型為Prophet回歸模型、套索回歸模型、xgboost回歸模型、Catboost回歸模型或循環神經網絡模型。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至7任一項所述的銀行網點空白卡介質庫存用量預測方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至7任一項所述的銀行網點空白卡介質庫存用量預測方法的步驟。