网点业务引导方法、装置、计算机设备及可读存储介质与流程

本发明涉及业务处理技术领域，特别涉及一种网点业务引导方法、装置、计算机设备及可读存储介质。需要说明的是，本发明网点业务引导方法、装置、计算机设备及可读存储介质可用于人工智能领域，也可用于除人工智能领域之外的任意领域，本发明对网点业务引导方法、装置、计算机设备及可读存储介质的应用领域不做限定。

背景技术：

现在很多时候都推荐智能柜台，现在很多直接将用户引导至智能柜台，普通柜台却经常没有人，导致很多用户在智能柜台进行排队，实际出现用户体检不佳的问题。

技术实现要素：

本发明实施例提供了一种网点业务引导方法，以解决现有技术中用户体检不佳的技术问题。该方法包括：

接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；

将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于bp网络神经算法训练得到的，所述柜台类型包括智能柜台或人工柜台；

将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。

本发明实施例还提供了一种网点业务引导装置，以解决现有技术中用户体检不佳的技术问题。该装置包括：

请求接收模块，用于接收用户终端发送的业务办理预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；

柜台预测模块，用于将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于bp网络神经算法训练得到的，所述柜台类型包括智能柜台或人工柜台；

柜台预约模块，用于将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。

本发明实施例还提供了一种计算机设备，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上述任意的网点业务引导方法，以解决现有技术中用户体检不佳的技术问题。

本发明实施例还提供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执行上述任意的网点业务引导方法的计算机程序，以解决现有技术中用户体检不佳的技术问题。

在本发明实施例中，提出了接收用户终端发送的业务办理预约请求后，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，进而通过柜台预测模型输出柜台类型，最后，将柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台，实现了通过柜台预测模型实时为每个业务办理的预约请求预测柜台类型，进而根据预测的柜台类型为每个业务办理的预约请求预约智能柜台或人工柜台，与现有技术相比，可以避免智能柜台过多人排队的现象，有利于均衡智能柜台和人工柜台的排队情况，有利于提高柜台效率，有利于提高用户体验。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是本发明实施例提供的一种网点业务引导方法的流程图；

图2是本发明实施例提供的一种基于ga-bp神经网络结构训练得到柜台预测模型的流程图；

图3是本发明实施例提供的一种智能柜台准备办理业务的流程图；

图4是本发明实施例提供的一种计算机设备的结构框图；

图5是本发明实施例提供的一种网点业务引导装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在本发明实施例中，提供了一种网点业务引导方法，如图1所示，该方法包括：

步骤102：接收用户终端发送的业务办理的预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；

步骤104：将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于ga-bp神经网络结构训练得到的，所述柜台类型包括智能柜台或人工柜台；

步骤106：将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。

由图1所示的流程可知，在本发明实施例中，提出了接收用户终端发送的业务办理预约请求后，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，进而通过柜台预测模型输出柜台类型，最后，将柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台，实现了通过柜台预测模型实时为每个业务办理的预约请求预测柜台类型，进而根据预测的柜台类型为每个业务办理的预约请求预约智能柜台或人工柜台，与现有技术相比，可以避免智能柜台过多人排队的现象，有利于均衡智能柜台和人工柜台的排队情况，有利于提高柜台效率，有利于提高用户体验。

具体实施时，上述网点可以是任意业务办理网点，例如，可以是银行业务网点、通信业务网点等任意业务网点。

具体实施时，上述用户终端可以是手机、电脑、平板等用户终端。具体的，用户可以通过用户终端上的业务应用发送业务办理的预约请求，例如，网点以银行业务网点为例，用户可以通过用户终端上的手机银行应用发送业务办理的预约请求，并且在预约请求中携带办理的业务类型、办理时间以及预约的具体网点等信息。

具体实施时，上述网点业务引导方法可以运行在业务系统的后台服务器上。

具体实施时，为了能够实现实时根据业务类型、办理时间以及预约网点预测出符合当前用户的柜台类型，在本实施例中，如图2所示，通过以下步骤基于ga-bp神经网络结构训练得到柜台预测模型：

步骤202：基于bp神经网络和遗传算法构建ga-bp神经网络结构；

步骤204：将历史用户选择的网点信息、业务类型、办理时间以及对应的柜台类型作为样本数据，输入ga-bp神经网络结构进行训练，得到所述柜台预测模型，其中，在ga-bp神经网络结构中根据业务类型判断是否能够使用智能柜台进行办理，若是，则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长，用户选择的办理时间内网点的平均人流量，基于历史平均时长和平均人流量输出效率最高的柜台类型，否则，输出柜台类型为人工柜台。

具体的，以用户选择的网点信息、用户办理业务的类别、办理业务需要的证件信息以及使用的柜台类型等信息为样本数据训练ga-bp神经网络结构，得到所述柜台预测模型，在ga-bp神经网络结构中统计出该业务类型能否使用智能柜台进行办理，如果可以，则则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长和用户选择办理业务时间网点的平均人流量，基于历史平均时间和平均人流量选择输出效率最高的柜台类型，否则，输出柜台类型为人工柜台。

具体的，基于历史平均时间和平均人流量选择输出效率最高的柜台类型的过程可以是：如果办理业务时间网点的平均人流量大于预设值，即人数较大，则根据历史平均时间选择历史平均时间较小的柜台，即哪个柜台的历史平均时长较小，哪个柜台的效率最高，否则，例如，办理业务时间网点的平均人流量小于预设值，即人数较少，或者该业务类型不能使用智能柜台进行办理等情况，则输出柜台类型为人工柜台。

具体的，通过bp神经网络和遗传算法建立ga-bp神经网络结构，在bp神经网络的权值和阈值的优化方面引入遗传算法，构建ga-bp神经网络模型。确定ga-bp神经网络结构，根据网络输入输出的个数确定bp神经网络结构，进而确定了遗传算法中需要优化的参数个数。根据kolmogorov原理，一个三层bp神经网络足以完成任意的n维到m维的映射，一般只需要采用一个隐层即可，隐层节点个数采用试凑法确定，从而确定ga-bp神经网络结构。通过遗传算法输出的最优个体作为bp神经网络初始权值和阈值进行bp神经网络训练和学习

具体实施时，还可以将用户的柜台使用情况作为数据来进一步优化柜台预测模型，提高柜台预测模型的可靠性。

具体实施时，为了满足用户的不同使用需求，在本实施例中，如果用户不想使用预测、推荐的柜台类型则可以自由选择柜台类型，例如，当未接收到用户终端的确认信息且接收到用户终端选择柜台类型的消息时，将用户终端选择的柜台类型确定为业务办理的预约柜台。

具体实施时，当为用户确定好预约柜台后，则将确定好的预约柜台反馈给用户终端，并提醒用户办理该业务需要携带的证件信息以及时间。

具体实施时，为了进一步提高智能柜台的效率，在本实施例中，如图3所述，通过以下步骤智能柜台预先做好业务办理的准备，例如：

步骤302：当业务办理的预约柜台为智能柜台时，在所述办理时间前的第一预设时长内获取所述用户终端的位置信息；

步骤304：根据所述位置信息预测用户到达所述预约网点的时间点；

步骤306：在所述时间点前的第二预设时长内触发智能柜台获取业务办理的相关内容，其中，第一预设时长大于第二预设时长。即实现了动态获取用户位置信息，进而实时根据用户的到达情况智能柜台提前获取业务办理的相关内容，避免智能柜台批量读取数据内容，也有利于智能柜台提前做好办理业务的准备，进而有利于提高智能柜台的办理效率。

具体的，例如，在用户约定的办理时间前6个小时(即上述第一预设时长)对用户终端进行定位，动态获取用户的具体位置，并预测用户到达网点的大致时间点，在用户到达网点时间点前十五分钟(即上述第二预设时长)，查看用户地理位置，若用户即将到达网点，则智能柜台从后台获取用户办理业务的具体相关内容，已准备办理业务。

具体实施时，在现有技术中，使用智能柜台时，为了提升用户体验，网点经常会在智能柜台旁边占有工作人员帮助用户进行业务办理，这样对于用户来说是好事，但是对于网点来说，并没有减少相应的工作人员，违背了建立智能柜台的初衷，因此，在本实施例中，为了减少智能柜台使用时的人工成本，提出了通过生物特征识别对用户进行认证；并在认证通过后，根据所述业务类型通过语音和/或动态页面来引导用户在智能柜台上操作进行业务办理。

具体的，在用户到达智能柜台后，通过人脸识别、指纹识别、虹膜识别等对用户进行认证，认证后，通过语音和/或动态页面对用户进行引导，例如，用户办理开卡业务，则通过语音告诉用户点击那里，完成开卡，或者，逐步将各步操作的图标直接放大并示意用户点击或输出处；或者，用户需要办理挂失业务，则用户人脸识别后，智能柜台根据业务类型通过语音询问用户是否办理挂失，用户点击是，则智能柜台页面的挂失图标则自动放大并通过语音告诉用户点击此处，用户通过此种方式完成业务办理。

具体实施时，为了智能、灵活地帮助用户在智能柜台顺利、快速地办理业务，在本实施例中，当用户无法在智能柜台上进行选择操作时，根据所述业务类型和用户的相关信息预测出用户需要进行的选择操作；显示已预测出的用户需要进行的选择操作，当接收到用户的确定信息时，执行已预测出的用户需要进行的选择操作。

具体的，例如，超过预设时长未接收到用户进行选择操作时，可以判断为用户无法在智能柜台上进行某些选择操作，此时，可以根据所述业务类型和用户的相关信息预测、帮助用户完成选择操作，例如，在挂失业务的选卡操作过程中，可以根据业务类型和用户的各个卡的使用时间、频率等相关信息通过算法自动预测出需要挂失的卡，进而帮助用户进行选择。

具体的，如果根据所述业务类型和用户的相关信息无法预测、帮助用户完成选择操作，还可以通过后台虚拟柜员的方式协助用户进行选择操作。

在本实施例中，提供了一种计算机设备，如图4所示，包括存储器402、处理器404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上述任意的网点业务引导方法。

具体的，该计算机设备可以是计算机终端、服务器或者类似的运算装置。

在本实施例中，提供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执行上述任意的网点业务引导方法的计算机程序。

具体的，计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读存储介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

基于同一发明构思，本发明实施例中还提供了一种网点业务引导装置，如下面的实施例所述。由于网点业务引导装置解决问题的原理与网点业务引导方法相似，因此网点业务引导装置的实施可以参见网点业务引导方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是本发明实施例的网点业务引导装置的一种结构框图，如图5所示，包括：

请求接收模块502，用于接收用户终端发送的业务办理预约请求，其中，所述预约请求包括业务类型、办理时间以及预约网点；

柜台预测模块504，用于将所述预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，所述柜台预测模型输出柜台类型，其中，所述柜台预测模型是基于ga-bp神经网络结构训练得到的，所述柜台类型包括智能柜台或人工柜台；

柜台预约模块506，用于将所述柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台。

在一个实施例中，所述柜台预约模块，还用于当未接收到所述用户终端的确认信息且接收到所述用户终端选择柜台类型的消息时，将所述用户终端选择的柜台类型确定为业务办理的预约柜台。

在一个实施例中，还包括：

模型训练模块，用于基于bp神经网络和遗传算法构建ga-bp神经网络结构；将历史用户选择的网点信息、业务类型、办理时间以及对应的柜台类型作为样本数据，输入ga-bp神经网络结构进行训练，得到所述柜台预测模型，其中，在ga-bp神经网络结构中根据业务类型判断是否能够使用智能柜台进行办理，若是，则分别统计智能柜台和人工柜台办理该业务类型的历史平均时长，用户选择的办理时间内网点的平均人流量，基于历史平均时长和平均人流量输出效率最高的柜台类型，否则，输出柜台类型为人工柜台。

在一个实施例中，还包括：

位置预测模块，用于当业务办理的预约柜台为智能柜台时，在所述办理时间前的第一预设时长内获取所述用户终端的位置信息；

时间预测模块，用于根据所述位置信息预测用户到达所述预约网点的时间点；

内容获取模块，用于在所述时间点前的第二预设时长内触发智能柜台获取业务办理的相关内容，其中，第一预设时长大于第二预设时长。

在一个实施例中，还包括：

认证模块，用于通过生物特征识别对用户进行认证；

引导模块，用于认证通过后，根据所述业务类型通过语音和/或动态页面来引导用户在智能柜台上操作进行业务办理。

在一个实施例中，还包括：

操作预测模块，用于当用户无法在智能柜台上进行选择操作时，根据所述业务类型和用户的相关信息预测出用户需要进行的选择操作；

操作执行模块，用于显示已预测出的用户需要进行的选择操作，当接收到用户的确定信息时，执行已预测出的用户需要进行的选择操作。

本发明实施例实现了如下技术效果：提出了接收用户终端发送的业务办理预约请求后，将预约请求中的业务类型、办理时间以及预约网点输入柜台预测模型，进而通过柜台预测模型输出柜台类型，最后，将柜台预测模型输出的柜台类型反馈给所述用户终端，当接收到所述用户终端的确认信息时，将所述柜台预测模型输出的柜台类型确定为业务办理的预约柜台，实现了通过柜台预测模型实时为每个业务办理的预约请求预测柜台类型，进而根据预测的柜台类型为每个业务办理的预约请求预约智能柜台或人工柜台，与现有技术相比，可以避免智能柜台过多人排队的现象，有利于均衡智能柜台和人工柜台的排队情况，有利于提高柜台效率，有利于提高用户体验。

虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。