自助设备的选址处理方法及系统技术方案

本发明专利技术提出了一种自助设备的选址处理方法及系统，涉及银行设备管理技术领域，包括：确定银行客户的多维度数据；对银行客户进行聚类分析，获得多个客户子集合；确定每个客户子集合关于各个风险类型的风险概率；根据客户子集合关于风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量；划分为多个地理区域，确定在各个地理区域的银行客户集合；确定地理区域的银行客户集合归属于各个客户子集合的银行客户，得到地理区域的客户类别向量；依据相似地理区域的自助设备数量，设置需要部署的自助设备数量；确定未部署自助设备的地理区域的主要风险类型；根据主要风险类型及每个潜在地点的风险数据，确定自助设备的位置。位置。位置。

【技术实现步骤摘要】
自助设备的选址处理方法及系统


[0001]本专利技术涉及银行设备管理
，尤指一种自助设备的选址处理方法及系统。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]在银行的服务网点中使用的自助设备越来越多，该些自助设备可以使用户自行办理业务。对于服务网点中自助设备数量的配置，通常是由人为决定的，设备数量的设置一般比较随机。如果放置的自助设备太多，有的自助设备可能没有多少人在用，这样就造成了资源的浪费，如果放置的设备太少，则会让客户排很长时间的队，客户体验不好，并且自助设备的选址缺乏实际数据的支撑，导致设置的位置可能离客户比较远，客户体验不好。
[0004]综上来看，亟需一种可以克服上述缺陷，通过调节自助设备的位置和数量，改善用户体验的技术方案。

技术实现思路

[0005]为解决现有技术存在的问题，本专利技术提出了一种自助设备的选址处理方法及系统。
[0006]在本专利技术实施例的第一方面，提出了一种自助设备的选址处理方法，包括：
[0007]获取预定区域的银行客户的交易数据，确定银行客户的多维度数据；
[0008]根据所述多维度数据，对银行客户进行聚类分析，获得多个客户子集合，并对客户子集合编号排序；
[0009]根据每个客户子集合的交易数据，确定每个客户子集合关于各个风险类型的风险概率；对于每个风险类型，根据各个客户子集合关于该风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量；
[0010]将预定区域划分为多个地理区域，确定在各个地理区域的银行客户集合；对于每个地理区域，确定该地理区域的银行客户集合归属于各个客户子集合的银行客户，得到该地理区域的客户类别向量；其中，客户类别向量的每个分量对应归属于各个客户子集合的银行客户的数量，向量的分量顺序按照客户子集合编号排序结果排序；
[0011]根据各个地理区域的客户类别向量，确定未部署自助设备的地理区域的相似地理区域，依据该相似地理区域的自助设备数量，设置所述未部署自助设备的地理区域需要部署的自助设备数量；
[0012]根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个潜在地点的风险数据；
[0013]根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量，确定所述未部署自助设备的地理区域的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，确定自助设备的位置。
[0014]在本专利技术实施例的第二方面，提出了一种自助设备的选址处理系统，包括：
[0015]数据获取模块，用于获取预定区域的银行客户的交易数据，确定银行客户的多维度数据；
[0016]聚类分析模块，用于根据所述多维度数据，对银行客户进行聚类分析，获得多个客户子集合，并对客户子集合编号排序；
[0017]风险概率计算模块，用于根据每个客户子集合的交易数据，确定每个客户子集合关于各个风险类型的风险概率；对于每个风险类型，根据各个客户子集合关于该风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量；
[0018]客户类别计算模块，用于将预定区域划分为多个地理区域，确定在各个地理区域的银行客户集合；对于每个地理区域，确定该地理区域的银行客户集合归属于各个客户子集合的银行客户，得到该地理区域的客户类别向量；其中，客户类别向量的每个分量对应归属于各个客户子集合的银行客户的数量，向量的分量顺序按照客户子集合编号排序结果排序；
[0019]自助设备数量确定模块，用于根据各个地理区域的客户类别向量，确定未部署自助设备的地理区域的相似地理区域，依据该相似地理区域的自助设备数量，设置所述未部署自助设备的地理区域需要部署的自助设备数量；
[0020]潜在地点分析模块，用于根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个潜在地点的风险数据；
[0021]自助设备位置确定模块，用于根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量，确定所述未部署自助设备的地理区域的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，确定自助设备的位置。
[0022]在本专利技术实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现自助设备的选址处理方法。
[0023]在本专利技术实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现自助设备的选址处理方法。
[0024]在本专利技术实施例的第五方面，提出了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现自助设备的选址处理方法。
[0025]本专利技术提出的自助设备的选址处理方法及系统通过获取预定区域的银行客户的交易数据，确定银行客户的多维度数据；根据所述多维度数据，对银行客户进行聚类分析，获得多个客户子集合，并对客户子集合编号排序；根据每个客户子集合的交易数据，确定每个客户子集合关于各个风险类型的风险概率；对于每个风险类型，根据各个客户子集合关于该风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量；将预定区域划分为多个地理区域，确定在各个地理区域的银行客户集合；对于每个地理区域，确定该地理区域的银行客户集合归属于各个客户子集合的银行客户，得到该地理区域的客户类别向量；其中，客户类别向量的每个分量对应归属于各个客户子集合的银行客户的数量，向量的分量顺序按照客户子集合编号排序结果排序；根据各个地理区域的客户类别向量，确定未部署自助设备的地理区域的相似地理区域，依据该相似地理区域的自助设备数量，
设置所述未部署自助设备的地理区域需要部署的自助设备数量；根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个潜在地点的风险数据；根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量，确定所述未部署自助设备的地理区域的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，确定自助设备的位置，本专利技术在实施过程中可以确定各个区域自助设备的需求数量及部署地点，从而通过部署自助设备有效的服务银行客户集合，减少客户为办理业务所移动的距离，节省客户为办理业务所消耗的时间，有效提升客户体验度，增加客户粘性。
附图说明
[0026]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0027]图1是本专利技术一实施例的自助设备的选址处理方法流程示意图。
[0028]图2是本专利技术一具体实施例的聚类分析的流程示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自助设备的选址处理方法，其特征在于，包括：获取预定区域的银行客户的交易数据，确定银行客户的多维度数据；根据所述多维度数据，对银行客户进行聚类分析，获得多个客户子集合，并对客户子集合编号排序；根据每个客户子集合的交易数据，确定每个客户子集合关于各个风险类型的风险概率；对于每个风险类型，根据各个客户子集合关于该风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量；将预定区域划分为多个地理区域，确定在各个地理区域的银行客户集合；对于每个地理区域，确定该地理区域的银行客户集合归属于各个客户子集合的银行客户，得到该地理区域的客户类别向量；其中，客户类别向量的每个分量对应归属于各个客户子集合的银行客户的数量，向量的分量顺序按照客户子集合编号排序结果排序；根据各个地理区域的客户类别向量，确定未部署自助设备的地理区域的相似地理区域，依据该相似地理区域的自助设备数量，设置所述未部署自助设备的地理区域需要部署的自助设备数量；根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个潜在地点的风险数据；根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量，确定所述未部署自助设备的地理区域的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，确定自助设备的位置。2.根据权利要求1所述的方法，其特征在于，根据所述多维度数据，对银行客户进行聚类分析，获得多个客户子集合，并对客户子集合编号排序，包括：根据多维度数据中每个维度的距离函数，确定多维度数据对应的距离函数；根据所述多维度数据对应的距离函数，对银行客户进行聚类分析，获得多个客户子集合，对得到的客户子集合按编号进行排序。3.根据权利要求2所述的方法，其特征在于，根据所述多维度数据对应的距离函数，对银行客户进行聚类分析，获得多个客户子集合，对得到的客户子集合按编号进行排序，包括：在银行客户集合中选取多个银行客户作为子集合中心，每个子集合中心对应于一个客户子集合，该客户子集合的初始元素只包含对应的子集合中心对应的银行客户；对于每一个银行客户，执行如下两个步骤：从所有的子集合中心中选取出和该银行客户的主要交易渠道和风险等级一致的多个子集合中心，基于所述多维度数据对应的距离函数计算每个选取出的子集合中心和该银行客户的的距离，然后从对应的多个距离中选取出其中的最小值作为该银行客户的第一最小距离，将该最小值对应的子集合中心作为该银行客户对应的子集合中心；对于每个未被选取出的子集合中心，基于所述多维度数据对应的距离函数计算该子集合中心和该银行客户的距离，然后从对应的多个距离中选取出其中的最小值作为该银行客户的第二最小距离；如果对应的第一最小距离小于等于对应的第二最小距离，则将该银行客户划分到该银行客户对应的子集合中心所对应的客户子集合中；如果对应的第一最小距离大于对应的第二最小距离且对应的第一最小距离与对应的第二最小距离的差小于指定阈值，则将该银行
客户划分到该银行客户对应的子集合中心所对应的客户子集合中；否则，基于该银行客户新建一个子集合中心，该新建的子集合中心对应于一个新的客户子集合，该新的客户子集合的初始元素只包含对应的子集合中心对应的银行客户；在对所有银行客户执行完以上步骤后，对于每一个客户子集合，依据该客户子集合的所有客户的多维度数据，主要交易渠道和风险等级，确定该客户子集合的均值中心的多维度数据，主要交易渠道和风险等级，以及该客户子集合对应的差距值；其中，该客户子集合的差距值依据该客户子集合对应的子集合中心和该客户子集合的均值中心确定；如果存在客户子集合对应的差距值大于预设阈值，基于上述步骤获得的均值中心新设定多个子集合中心，每个新设定的子集合中心对应一个新的客户子集合，该新的客户子集合的初始元素只包含对应的新设定的子集合中心；之后基于新设定的子集合中心和新的客户子集合继续对每一个银行客户执行以上步骤以及确定各个客户子集合的均值中心的多维度数据，主要交易渠道和风险等级，以及各个客户子集合对应的差距值，直至所有的客户子集合对应的差距值都小于等于预设阈值；如果所有的客户子集合对应的差距值都小于等于预设阈值，则停止对银行客户进行聚类分析，从而得到多个客户子集合。4.根据权利要求1所述的方法，其特征在于，根据每个客户子集合的交易数据，确定每个客户子集合关于各个风险类型的风险概率；对于每个风险类型，根据各个客户子集合关于该风险类型的风险概率及客户子集合编号排序的结果，确定相应的风险概率向量，包括：对于每个风险类型，计算该客户子集合中每个客户的交易数据中，涉及该风险类型的交易数据的数量与该交易数据的数量的比值，将所述比值作为该客户关于该风险类型的风险概率，将该客户子集合中所有客户关于该风险类型的风险概率的均值作为该客户子集合关于该风险类型的风险概率；对于每个风险类型，确定相应的风险概率向量，其中，该风险概率向量的每个分量和各个客户子集合一一对应，每个分量的值等于该分量对应的客户子集合关于该风险类型的风险概率。5.根据权利要求1所述的方法，其特征在于，根据各个地理区域的客户类别向量，确定每个未部署自助设备的地理区域的相似地理区域，依据该相似地理区域的自助设备数量，设置所述未部署自助设备的地理区域需要部署的自助设备数量，包括：对于每个部署自助设备的地理区域，确定该地理区域的客户类别向量与所述未部署自助设备的地理区域的客户类别向量的距离，将该距离作为该地理区域对应的距离值，每个距离值对应一个部署有自助设备的地理区域；在所述距离值中，选取小于设定值的多个部署有自助设备的地理区域，作为备选区域；根据所述未部署自助设备的地理区域和对应的备选区域的银行客户集合及所述银行客户集合中各个银行客户的交易数据，确定未部署自助设备的地理区域和对应的备选区域的多维度数据，其中，所述多维度数据包括：平均交易量、主要交易类型、平均支付金额、主要风险等级；根据所述未部署自助设备的地理区域和对应的备选区域的多维度数据，确定所述未部署自助设备的地理区域与各个备选区域的距离；将距离最小的备选区域作为所述未部署自助设备的地理区域的相似地理区域，按照相
似地理区域的自助设备数量，设置所述未部署自助设备的地理区域的自助设备数量。6.根据权利要求1所述的方法，其特征在于，根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个潜在地点的风险数据，包括：获取银行客户的交易数据中的交易地址，在所述交易地址中选出位于所述未部署自助设备的地理区域内的多个交易地址；对于选出的每个交易地址，获取该交易地址的交易数据，如果该交易数据对应的交易量大于设定值，确定该交易地址为潜在地点；根据每个潜在地点的交易数据，分别选取出不同风险类型的风险数据；对于每个风险类型，将选取出的该风险类型的风险数据占所有交易数据的比值作为所述潜在地点关于该风险类型的风险概率。7.根据权利要求1所述的方法，其特征在于，根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量，确定所述未部署自助设备的地理区域的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，确定自助设备的位置，包括：计算所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向量的内积，将内积最大的风险类型确定为该地理区域对应的主要风险类型；根据所述主要风险类型及每个潜在地点的风险数据，得到每个潜在地点关于所述主要风险类型的风险概率；选取关于所述主要风险类型的风险概率最小的多个备选地点，所述备选地点的数量为未部署自助设备的地理区域需要部署的自助设备数量，根据所述备选地点确定...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：