[發(fā)明專利]一種業(yè)務處理方法及裝置

有效

• 申請?zhí)枺?/td>: 202010908152.7
• 申請日: 2020-09-02
• 公開（公告）號: CN111985646B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設計）人: 萬明霞
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06Q10/0631;G06F18/214;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 錢娜

1.一種業(yè)務處理方法，其特征在于，所述方法包括：

接收客戶發(fā)送的業(yè)務處理請求，所述業(yè)務處理請求攜帶有所述客戶的基本信息和請求處理的業(yè)務的業(yè)務信息；

將所述業(yè)務信息作為業(yè)務處理時間預測模型的輸入，利用所述業(yè)務處理時間預測模型對所述業(yè)務信息進行業(yè)務處理時間預測，輸出預測的業(yè)務處理時間，所述業(yè)務處理時間預測模型利用歷史業(yè)務信息訓練神經網絡得到；

基于所述基本信息確定所述客戶的客戶等級，并根據所述客戶等級、所述業(yè)務信息和所述業(yè)務處理時間確定所述業(yè)務在業(yè)務隊列中的排列順序；

基于所述基本信息獲取所述客戶的歷史業(yè)務處理信息，并根據所述客戶的歷史業(yè)務處理信息，從當前處于空閑狀態(tài)的業(yè)務處理設備中確定處理所述業(yè)務的目標業(yè)務處理設備；

將所述業(yè)務處理請求發(fā)送至所述目標業(yè)務處理設備。

2.根據權利要求1所述的方法，其特征在于，所述根據所述客戶等級、所述業(yè)務信息和所述業(yè)務處理時間確定所述業(yè)務在業(yè)務隊列中的排列順序，包括：

從預先設置的至少一個排隊影響因子中確定與所述客戶等級、所述業(yè)務信息和所述業(yè)務處理時間對應的至少一個目標排隊影響因子；

基于排隊影響因子與排隊影響因子權重的對應關系，確定與所述目標排隊影響因子匹配的目標排隊影響因子權重；

根據至少一個目標排隊影響因子權重確定所述業(yè)務在業(yè)務隊列中的排列順序。

3.根據權利要求1所述的方法，所述利用歷史業(yè)務信息訓練神經得到所述業(yè)務處理時間預測模型的訓練過程包括：

獲取歷史業(yè)務信息，并對所述歷史業(yè)務信息進行預處理得到目標歷史業(yè)務信息；

將所述目標歷史業(yè)務信息輸入待訓練神經網絡網絡，以便所述待訓練神經網絡基于所述目標歷史業(yè)務信息進行業(yè)務處理時間預測，以預測出的業(yè)務處理時間趨近于目標業(yè)務處理時間為訓練目標，對待訓練神經網絡進行訓練，直至所述待訓練神經網絡達到收斂，得到業(yè)務處理時間預測模型。

4.根據權利要求1所述的方法，其特征在于，所述將所述業(yè)務信息作為業(yè)務處理時間預測模型的輸入，利用所述業(yè)務處理時間預測模型對所述業(yè)務信息進行業(yè)務處理時間預測，輸出預測的業(yè)務處理時間，包括：

提取所述業(yè)務信息中的特征數據；

將所述業(yè)務信息中的特征數據輸入業(yè)務處理時間預測模型；

所述業(yè)務處理預測模型基于所述業(yè)務信息中的特征數據進行業(yè)務處理時間預測得到所述業(yè)務的業(yè)務處理時間。

5.根據權利要求1所述的方法，其特征在于，所述根據所述客戶的歷史業(yè)務處理信息，從當前處于空閑狀態(tài)的業(yè)務處理設備中確定處理所述業(yè)務的目標業(yè)務處理設備，包括：

提取所述客戶的歷史業(yè)務處理信息中的特征數據；

將所述客戶的歷史業(yè)務處理信息中的特征數據輸入業(yè)務人員預測模型，其中，所述業(yè)務人員預測模型利用業(yè)務技能組中的業(yè)務處理設備對應的業(yè)務人員信息和歷史業(yè)務處理信息對深度學習模型進行訓練得到；

所述業(yè)務人員預測模型基于所述客戶的歷史業(yè)務處理信息中的特征數據進行預測得到處理所述業(yè)務的目標業(yè)務處理設備。

6.根據權利要求5所述的方法，其特征在于，所述利用業(yè)務技能組中的業(yè)務處理設備對應的業(yè)務人員信息和歷史業(yè)務處理信息對深度學習模型進行訓練得到業(yè)務人員預測模型的訓練過程包括：

獲取訓練樣本，所述訓練樣本至少包括業(yè)務技能組中的業(yè)務處理設備對應的業(yè)務人員信息和歷史業(yè)務處理信息，所述歷史業(yè)務處理信息包括歷史客戶信息和所述歷史客戶請求處理的業(yè)務的歷史業(yè)務信息；

將所述訓練樣本輸入待訓練的深度學習模型預測所述訓練樣本所屬的業(yè)務處理設備，以所述訓練樣本所屬的業(yè)務處理設備趨近于所述訓練樣本指示的業(yè)務處理設備為訓練目標，對所述待訓練的深度學習模型進行訓練，直至所述待訓練的深度學習模型達到收斂，得到業(yè)務人員預測模型。