[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

本發明提供的銀行網點空白卡介質庫存用量預測方法和裝置、設備，該方法包括：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；根據該使用量數據和該輔助數據進行特征提取得到特征數據；將該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，該單體預測模型為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，通過采用上述技術方案，能夠準確預測引起各類重要空白卡介質庫存用量。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種銀行網點空白卡介質庫存用量預測方法和裝置、設備和介質。

背景技術

隨著智能化技術的普及，銀行卡、信用卡等空白介質卡的使用量巨大。為確保業務的正常開展，銀行網點一般會預備充足的重要空白卡介質，但是，由于空白卡介質種類多樣，經常會出現有些空白卡介質預留過多占用資源、有些空白卡介質沒有及時補充影響業務的正常開展，因此，預測銀行網點空白卡介質庫存用量，能夠避免網點重要空白卡介質庫存或短缺或積壓的情況，降低網點管理成本。

傳統的銀行網點空白卡介質庫存用量預測是根據各個網點重要空白卡介質庫存使用情況來進行人工推算的，引起各類重要空白卡介質庫存用量估算不準確，從而導致某一類或幾類重要空白卡介質庫存存在短缺或積壓，極大的增大網點管理成本。

發明內容

針對現有技術中的問題，本發明提供一種銀行網點空白卡介質庫存用量預測方法和裝置、設備及介質，能夠至少部分地解決現有技術中存在的問題。

為了實現上述目的，本發明采用如下技術方案：

第一方面，提供一種銀行網點空白卡介質庫存用量預測方法，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；

根據該使用量數據和該輔助數據進行特征提取得到特征數據；

將該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，該單體預測模型為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。

進一步地，銀行網點空白卡介質庫存用量預測方法還包括：

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。

進一步地，該輔助數據包括：節假日數據、網點所屬地區種類、網點客戶發薪日數據。

進一步地，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。

進一步地，該單列操作特征包括：使用量變化率特征。

進一步地，該多列操作特征包括：基于時間的使用量均值和中位數。

進一步地，該聚合操作特征包括：基于屬性的使用量均值和中位數。

第二方面，提供一種銀行網點空白卡介質庫存用量預測裝置，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，根據該使用量數據和該輔助數據進行特征提取得到特征數據；

預測模塊，將該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；