[发明专利]银行网点柜台数量预测方法及装置

权利要求书

1.一种银行网点柜台数量预测方法，其特征在于，包括：

预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别；其中，每一业务对应一个级别，每一级别对应多个业务；

获取银行网点的位置信息、以及所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别；

根据所述银行网点能够办理的业务、以及所述银行网点能够办理的各业务分别对应的级别，得到所述银行网点每一级别对应的能够办理的业务的数量；

根据所述银行网点的位置信息，确定所述银行网点所属的区域范围，计算所述银行网点与所述区域范围的预设区域中心的距离；

将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果；其中，所述人流量预测模型为根据各银行网点对应的历史距离、历史每一级别对应的能够办理的业务的数量、历史人流量，对线性回归方程进行训练得到；

根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量。

2.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，预先根据银行的各业务的办理人数对各业务进行级别划分，得到多个级别，包括：

获取每一业务在预设时间段内的办理人数；

根据每一业务在预设时间段内的办理人数，对每一业务进行聚类，得到多个聚类群体，为每个聚类群体确定一个级别；其中，每一聚类群体内至少包括一个业务；

将每一业务所在的聚类群体的级别，确定为该业务的级别。

3.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，获取所述银行网点的位置信息、以及银行网点能够办理的每一级别对应的业务的数量之前，还包括：

将各银行网点的人流量作为线性回归方程的因变量，将各银行网点对应的距离、每一级别分别对应的业务的数量作为线性回归方程的自变量；

根据各银行网点对应的历史距离、历史能够办理的每一级别对应的业务的数量、历史人流量，采用最小二乘法计算出线性回归方程的各参数值，得到训练好的人流量预测模型；其中，线性回归方程的各参数值包括：线性回归方程的常数项、线性回归方程的各自变量的系数、线性回归方程的随机误差。

4.如权利要求3所述的银行网点柜台数量预测方法，其特征在于，将所述距离、所述银行网点每一级别能够办理的业务的数量，输入预先生成的人流量预测模型中，得到所述银行网点的人流量预测结果，包括：

将所述距离、所述银行网点每一级别能够办理的业务的数量，分别代入人流量预测模型的各自变量中，计算得到因变量的数值，将因变量的数值作为所述银行网点的人流量预设结果。

5.如权利要求1所述的银行网点柜台数量预测方法，其特征在于，根据所述银行网点每个柜台能够承载的用户数量、以及人流量预测结果，得到所述银行网点需要设置的柜台数量，包括：

获取所述银行网点除柜台外的其它网点设备的平均办理人数；

采用下述公式计算所述银行网点需要设置的柜台数量：

其中，N代表所述银行网点需要设置的柜台数量，M代表所述银行网点的人流量预测结果，B代表所述银行网点除柜台外的其它网点设备的平均办理人数，S代表所述银行网点除柜台外的其它网点设备的数量，A代表所述银行网点每个柜台能够承载的用户数量。