一种用户活期存款的数据生成方法及系统与流程

1.本公开涉及数据处理技术领域，具体涉及一种用户活期存款的数据生成方法、系统、电子设备、计算机可读存储介质及计算机程序产品。


背景技术：

2.根据各大银行发布的历史季度业绩报告来看，其中利息收入仍然是银行的主要收入来源，占比高达65％以上，银行的利息收入主要来源于存贷的利息差。为保证收入的稳步增长，银行内部对活期存款贡献有相应的指标，该指标对于存款部门而言尤为重要，与相应业务人员的考核息息相关，也有指导业务营销和存款定价审批的作用。
3.传统方法一般是固定频度固定周期统计客户当期活期存款贡献数据考核相应的业务人员并以报表的形式将数据给到业务人员，该方法时效较差，属于事后的统计分析，业务人员收到数据之后往往当期的考核已定，在绩效考核方面未能在当期充分调动员工积极性，从经营分析和定价审批角度来看也未能给业务人员提供更为前置的决策支持，浪费了当期营销的黄金时期。


技术实现要素：

4.为解决现有技术中存在的问题，本公开的实施例提供的一种用户活期存款的数据生成方法、系统、电子设备、计算机可读存储介质及计算机程序产品，以实现预测下一期用户的活期存款的贡献。
5.本公开的第一个方面提供了一种用户活期存款的数据生成方法，包括：获取用户的历史活期存款及特征输入数据；其中，特征输入数据包括：时间特征数据、位置特征数据及收支特征数据；将历史活期存款及特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据；根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，活期存款贡献数据表征该用户的下一期预测的活期存款对银行所产生的贡献度值。
6.进一步地，根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，包括：根据所述下一期预测的活期存款数据、计价利率及利息利率，确定用户的活期存款利息支出数据及内部资金计价收入数据；根据期存款利息支出数据及内部资金计价收入数据，生成用户的活期存款贡献数据。
7.进一步地，活期存款利息支出数据表示活期存款利息支出等于下一期预测的活期存款与利息利率的乘积；内部资金计价收入数据表示内部资金计价收入等于下一期预测的活期存款与内部资金计价利率的乘积；用户的贡献度值数据表示用户的贡献度值等于内部资金计价收入与活期存款利息支出之差。
8.进一步地，该方法还包括：根据用户的活期存款贡献数据，生成该用户的年度活期存款贡献数据；根据年度活期存款贡献数据，确定该用户下一年度活期存款利率或向该用户推送符合该年度活期存款贡献数据利率的期限产品信息。
9.该方法还包括：根据多个用户的活期存款贡献数据，分别生成多个用户的年度活期存款贡献数据；根据多个用户的年度活期存款贡献数据，确认该银行的年度活期存款利润。
10.进一步地，该方法还包括：获取多个用户的历史活期存款和对应的历史特征数据；将多个用户的历史活期存款和对应的历史特征数输入至待训练的数据评估模型进行模型训练；筛选影响待训练的数据评估模型的特征数据，以及调整待训练的数据评估模型中各组分的权重和偏置，得到已训练的数据评估模型。
11.进一步地，该方法还包括：构建置信区间，根据下一期预测的活期存款数据的判断误差，调整下一期预测的活期存款数据的百分比，以使得到优化后的下一期预测的活期存款数据。
12.进一步地，计价利率与所述利息利率通过银行应用系统页面数据获得。
13.进一步地，时间特征数据通过手工标注获得，位置特征数据和所述收支特征数据通过采集银行应用系统页面数据获得。
14.进一步地，时间特征数据包括历史数据日期、工资日、法定节假日、休息日及电商活动日中的一种或多种；所述位置特征数据包括当前日期线下交易的城市数量；收支特征数据包括保险收入、报销收入、财付通收入、结汇收入、理财收入、贷款还款支出、教育支出、购汇支出、理财支出、取现支出、消费支出中的一种或多种。
15.本公开的第二个方面提供了一种用户活期存款的数据生成系统，包括：第一数据获取模块，用于获取用户的历史活期存款及特征输入数据；其中，特征输入数据包括：时间特征数据、位置特征数据及收支特征数据；第二数据获取模块，用于将历史活期存款及所述特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据；贡献数据生成模块，用于根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，活期存款贡献数据表征在下一期该用户的活期存款对银行所产生的贡献度值。
16.进一步地，贡献数据生成模块用于根据所述下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，包括：根据下一期预测的活期存款数据、计价利率及利息利率，确定用户的活期存款利息支出数据及内部资金计价收入数据；根据期存款利息支出数据及内部资金计价收入数据，生成用户的活期存款贡献数据。
17.本公开的第三个方面提供了一种电子设备，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，处理器执行计算机程序时，实现本公开的第一个方面提供的用户活期存款的数据生成方法。
18.本公开的第四个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现本公开的第一个方面提供的用户活期存款的数据生成方法。
19.本公开的第五个方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的第一个方面提供的用户活期存款的数据生成方法。
20.本公开提供的一种用户活期存款的数据生成方法、系统、电子设备、计算机可读存储介质及计算机程序产品，基于财会原理明确存款贡献计算方式，结合银行实际业务挖掘特征输入数据(即多元数据特征)，将多元数据特征与深度学习方法长短期记忆神经网络(lstm模型)结合以监督学习的方式构建银行客户活期存款的数据评估模型，预测下一期用
户的活期存款贡献，让业务人员能在事前对下一期的贡献数据提前有预知，做好相应的调整，同时也为客户营销和存款定价提供数据支持，赋能业务，助力提升银行业绩效考核、经营分析、存款定价的准确性和合规化。
附图说明
21.为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
22.图1示意性示出了根据本公开一实施例的用户活期存款的数据生成方法的应用场景图；
23.图2示意性示出了根据本公开一实施例的用户活期存款的数据生成方法的流程图；
24.图3示意性示出了根据本公开一实施例的训练数据评估模型的流程图；
25.图4示意性示出了根据本公开一实施例的数据评估的结果图；
26.图5示意性示出了根据本公开一实施例的用户活期存款的数据生成系统的方框图；
27.图6示意性示出了根据本公开另一实施例的用户活期存款的数据生成系统的方框图。
具体实施方式
28.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
29.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
30.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
31.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
32.附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以
创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
33.本公开实施例提供一种用户活期存款的数据生成方法，包括：获取用户的历史活期存款及特征输入数据；其中，所述特征输入数据包括：时间特征数据、位置特征数据及收支特征数据；将所述历史活期存款及所述特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据；根据所述下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，所述活期存款贡献数据表征该用户的下一期预测的活期存款对银行所产生的贡献度值。
34.本公开实施例提供一种用户活期存款的数据生成方法，首先基于财会原理明确存款贡献计算方式，然后结合银行实际业务挖掘多元数据特征，最后将多元数据特征与深度学习方法长短期记忆神经网络(lstm模型)结合以监督学习的方式构建银行客户活期存款的数据评估模型，预测下一期用户的活期存款贡献，让业务人员能在事前对下一期的贡献数据提前有预知，做好相应的调整，同时也为客户营销和存款定价提供数据支持，赋能业务，助力提升银行业绩效考核、经营分析、存款定价的准确性和合规化。
35.图1示意性示出了根据本公开实施例的可以应用于用户活期存款的数据生成方法的示例性系统架构100。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
36.如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
37.用户(如银行业务人员)可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如银行各应用系统、语言软件编程系统、测试系统、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
38.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，终端设备101、102、103为上游用户提供操作平台，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
39.服务器105可以是提供各种服务的服务器，其可以为本方法的部署服务器，例如对用户利用终端设备101、102、103所按照的应用程序提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等进行文件加工处理，并将加工结果(例如作业调度及处理等)反馈给终端设备。
40.需要说明的是，本公开实施例所提供的用户活期存款的数据生成方法一般可以由服务器105执行。相应地，本公开实施例所提供的用户活期存款的数据生成系统一般可以部署于服务器105中。本公开实施例所提供的用户活期存款的数据生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。该服务器集群可以为数据交换平台服务器集群。相应地，本公开实施例所提供的用于用
户活期存款的数据生成系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
41.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
42.图2示意性示出了根据本公开实施例的用户活期存款的数据生成方法的流程图。如图2所示，该方法包括：步骤s201～s203。
43.在操作s201，获取用户的历史活期存款及特征输入数据；其中，所述特征输入数据包括：时间特征数据、位置特征数据及收支特征数据。
44.在操作s202，将历史活期存款及特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据。
45.在操作s203，根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，活期存款贡献数据表征该用户的下一期预测的活期存款对银行所产生的贡献度值。
46.下面详细说明本实施例的用户活期存款的数据生成方法的各步骤的示例流程。
47.在操作s201，获取用户的历史活期存款及特征输入数据；其中，所述特征输入数据包括：时间特征数据、位置特征数据及收支特征数据。
48.本公开的实施例中，该用户活期存款的数据生成方法可以应用于电子设备中，该电子设备可以包括但不仅限于服务器、服务器集群等。电子设备中可以部署各应用系统、用户活期存款的数据生成系统等，且该服务器上存储有用户历史活期存款及特征输入数据。其中，这些数据可以以任意格式的文件进行存储，包括但不仅限于.xls格式文件等。
49.具体地，本公开的实施例中所述的用户为已在银行进行业务办理的客户，该业务办理包括但不仅限于活期存款、理财、贷款业务等等。用户的历史活期存款包括一定时间段内或当前时刻的用户活期存款明细数据，该时间段可根据实际应用需求进行设定，如半个月、一个月、一个季度、半年等。其中，用户的历史活期存款数据可以通过银行应用系统的数据库中获取或银行应用系统的页面数据获取。
50.根据本公开的实施例，特征输入数据包括：时间特征数据、位置特征数据及收支特征数据。具体地，时间特征数据包括但不仅限于当前日期、工资日、法定节假日、休息日及电商活动日中的一种或多种。位置特征数据包括但不仅限于当前日期线下交易的城市数量，其可以表示为0、1、2、
…
等。收支特征数据包括但不仅限于保险收入、报销收入、财付通收入、结汇收入、理财收入、贷款还款支出、教育支出、购汇支出、理财支出、取现支出、消费支出、基金支出、贵金属支出、支付宝支出、转账类支出中的一种或多种，这些收支特征数据均为具体的数值。通过银行实际业务中多元数据特征的挖掘，应用至对用户下一期的活期存款贡献预测，以使用户贡献数据的预设过程更为全面和准确。
51.具体地，时间特征数据通过手工标注获得，位置特征数据和收支特征数据可以通过采集银行应用系统页面数据或相应的存储数据库获得。例如，时间特征数据中的历史数据日期为获取的用户的历史活期存款日期，其通过手动标注的数值为该历史活期存款日期与当前日期的中间值；工资日，判断当前日期是否为工作日，若是，则标注为“1”，若否，则标注为“0”；节假日，判断当前日期是否为国家法定节假日，若是元旦则标注为“1”，若是春节标注为“2”，依此类推，若不是节假日则标准为“0”；休息日，判断当前日期是否为休息日，若
是，则标注为“1”，若否，则标注为“0”；电商活动日，判断当前日期是否为电商活动日，若是618活动日标注为“1”，若是双十一活动日则标注为“2”，依此类推，若不是电商活动日则标注为“0”。
52.需说明的是，时间特征数据的手动标注数值仅为示例性的说明，其并不构成本公开实施例的限定。
53.在操作s202，将历史活期存款及特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据。
54.本公开的实施例中，该数据评估模型为深度学习方法长短期记忆神经网络模型(lstm模型)，其是一种时间递归神经网络，主要由输入门、遗忘门、输出门、记忆单元4个部分组成，模型输入为向量序列，本公开的实施例中表示用户每期的特征向量，模型中主要涉及的计算公式如下：
55.f
t
＝σ(wf·
[h
t-1
，x
t
]+bf)
[0056]it
＝σ(wi·
[h
t-1
，x
t
]+bi)
[0057]ot
＝σ(wo·
[h
t-1
，x
t
]+bo)
[0058]ct
＝f
t
·ct-1
+i
t
·
tanh(wc·
[h
t-1
，x
t
]+bc)
[0059]ht
＝o
t
·
tanh(c
t
)
[0060]
其中，f
t
、i
t
、o
t
分别表示遗忘系数、输入系数、输出系数，h
t-1
、h
t
分别表示第t-1和t时刻的模型输出数据，c
t-1
、c
t
分别为第t-1和t时刻的记忆单元状态，x
t
为第t时刻的模型输入数据，wf、wi、wo、wc和bf、bi、bo、bc分别为第t-1时刻到达第t时刻的神经元所对应的遗忘门、输入门、输出门、输入数据的权重和偏置。
[0061]
根据本公开的实施例，如图3所示，本公开实施例的数据评估模型训练过程包括：步骤s301～s303。
[0062]
在操作s301，获取多个用户的历史活期存款和对应的历史特征数据；
[0063]
在操作s302，将多个用户的历史活期存款和对应的历史特征数输入至待训练的数据评估模型进行模型训练。
[0064]
在操作s303，筛选影响待训练的数据评估模型的特征数据，以及调整待训练的数据评估模型中各组分的权重和偏置，得到已训练的数据评估模型。
[0065]
本公开的实施例中，可以通过随机抽取50位或100位用户的历史活期存款和对应的历史特征数据输入至待训练的数据评估模型进行训练，进而筛选出影响待训练的数据评估模型的特征数据，每次训练可根据结果调整待训练的数据评估模型中各组分的权重和偏置，以使提高训练结果的准确性，该训练过程得到的数据评估模型用于预测下一期用户的活期存款数据。
[0066]
根据本公开的实施例，在步骤s202得到下一期预测的活期存款数据之后，该方法还包括：构建置信区间，根据下一期预测的活期存款数据的判断误差，调整下一期预测的活期存款数据的百分比，以使得到优化后的下一期预测的活期存款数据。该过程旨在对不同的客户构建不同的置信区间，在模型出来的预测结果上调和下调不同百分比的数据，起到分层预测的作用。
[0067]
需说明的是，本公开的实施例中所提到的下一期为当前时刻的下一时间，其可以为下一天或下一期或其他，具体时段根据实际应用进行设定。例如，若为了预测用户的活期
存款每一天的活期存款贡献情况，该下一期可以指当前时间所处的日期的下一天；若为了预测该活期存款某个下一时间段内的活期存款情况，该下一期可表示一段时间期限，具体时长可根据实际应用需求进行设定。
[0068]
在操作s203，根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，活期存款贡献数据表征该用户的下一期预测的活期存款对银行所产生的贡献度值。
[0069]
根据本公开的实施例，根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，包括：根据下一期预测的活期存款数据、计价利率及利息利率，确定所述用户的活期存款利息支出数据及内部资金计价收入数据；根据期存款利息支出数据及内部资金计价收入数据，生成用户的活期存款贡献数据。
[0070]
其中，计价利率及利息利率可以通过银行应用系统页面数据获得。根据活期存款贡献计量方式可以得到活期存款贡献影响因子主要分别为下一期的活期存款、内部资金的计价利率及利息利率。其中，内部资金的计价利率及利息利率变动评定低，且对所有用户相同，从成本和作用上来看不需进行人为预测。因此，活期存款贡献的预测可以转化为对下一期用户的活期账户余额的预测。为考虑时间数据、位置数据、收支数据等多元特征数据的影响，需对多元特征数据进行命名及分类，以用于用户下一期活期存款的预测。其中，多元特征数据进行命名及分类见上述时间特征数据、位置特征数据及收支特征数据相关内容所示，此处不再详细赘述。
[0071]
具体地，活期存款利息支出数据表示活期存款利息支出等于下一期预测的活期存款与利息利率的乘积；内部资金计价收入数据表示内部资金计价收入等于下一期预测的活期存款与内部资金计价利率的乘积；用户的贡献度值数据表示用户的贡献度值等于内部资金计价收入与活期存款利息支出之差。相应地，活期存款利息支出、内部资金计价收入与用户的贡献度值可以表示为：
[0072]cnt
＝i
nt-e
nt
[0073]int
＝b
nt
×
ir
t
[0074]ent
＝b
nt
×
er
t
[0075]
其中，c
nt
表示用户的贡献度值，i
nt
表示内部资金计价收入，e
nt
表示活期存款利息支出，b
nt
表示下一期预测的活期存款，ir
t
表示内部资金的计价利率，er
t
表示利息利率。
[0076]
根据步骤s202中得到的下一期预测的活期存款数据，结合计价利率及利息利率，通过活期存款贡献计量方法即可得到用户的活期存款贡献数据，该活期存款贡献数据表征该用户的下一期预测的活期存款对银行所产生的贡献度值。
[0077]
根据该贡献度值生成的用户活期存款贡献数据，生成的用户活期存款贡献数据可以用于用户银行业务拓展、用户存款定价、业务员业绩考核或银行经营分析等。
[0078]
具体地，该方法还包括：根据用户的活期存款贡献数据，生成该用户的年度活期存款贡献数据；根据年度活期存款贡献数据，确定该用户下一年度活期存款利率或向该用户推送符合该年度活期存款贡献数据利率的期限产品信息。
[0079]
根据本公开的提供的方法生成该用户的每一期预测的活期存款对银行所产生的贡献度值，根据每一期预测的活期存款对银行所产生的贡献度值得到该用户的年度活期存款贡献数据，进而对该年度活期存款贡献数据进行分析评估，对年度活期存款贡献度值较
大的客户，可将其活期存款利率进行调大，进而激励用户在银行的活期存款，避免在预设时段内的活期存款流失率。或者向该用户推送符合该年度活期存款贡献数据利率的期限产品信息，以使提高银行各期限产品的投资率。具体地，该方法还包括：根据多个用户的活期存款贡献数据，生成多个用户的年度活期存款贡献数据；根据多个用户的年度活期存款贡献数据，确认该银行的年度活期存款利润。
[0080]
根据本公开提供的方法可以得到每位用户的年度活期存款贡献数据，进而根据每位年度活期存款贡献数据确定该银行的年度活期存款利润，对银行的经营进行分析，确定下一年度的经营策略，例如，对活期存款利润较低的年度，可以进行用户活期存款利率上调，以激励用户在银行的活期存款增加；对活期存款利润较高的年度，亦可以将用户活期存款利率上调或保持不变，调整其他业务方面的比率，以使提升银行业务的全面发展。另外，还可以根据多个用户的年度活期存款贡献数据，确定每位业务员年度的业绩情况，进而根据奖励机制进行业务员业绩奖励，以使进行考核激励业务开展。需说明的是，该多个用户可以指的是银行中获取存款的所有用户。
[0081]
根据本公开提供的数据生成方法，对实验数据进行实验论证。实验过程中，可以使用keras工具包建模，使用特征维度为50维，向前看30天的用户的历史活期存款数据，以预测后一天的活期存款数据，时间窗口滑动步长为1天，每批64组数据放入数据评估模型中，使用早停法训练，得到的实验结果如图4所示。由图4可以看出，模型训练误差和验证误差皆呈下降趋势，数据评估模型训练较为成功，其具备一定的预测能力。对于预测误差的改进，可以考虑使用置信区间，即对不同的客户构建不同的置信区间，在数据评估模型输出的预测结果上调和下调不同的百分比，以使起到分层预测的作用，进而提高预测结果的准确率。
[0082]
本公开提供的方法，通过预测下一期用户的活期存款贡献，让银行的业务人员能在事前对下一期的贡献数据提前有预知，做好相应的调整。同时，也为客户营销和存款定价提供数据支持，赋能业务，提升了银行业绩效考核、经营分析、存款定价的准确性和合规化。
[0083]
需说明的是，上述实验验证实施例中所示的用户历史活期数据的日期、特征维度、数据评估模型结果及策略调整仅为示例性的说明，在实际应用过程中，其可根据实际需求进行设定。
[0084]
图5示意性示出了根据本公开实施例的用户活期存款的数据生成系统的方框图。
[0085]
如图5所示，该用户活期存款的数据生成系统500包括：第一数据获取模块510、第二数据获取模块520及贡献数据生成模块530。该系统500可以用于实现参考图2所描述的用户活期存款的数据生成方法。
[0086]
第一数据获取模块510，用于获取用户的历史活期存款及特征输入数据；其中，特征输入数据包括：时间特征数据、位置特征数据及收支特征数据。根据本公开的实施例，该第一数据获取模块510例如可以用于执行上文参考图2所描述的s201步骤，在此不再赘述。
[0087]
第二数据获取模块520，用于将历史活期存款及特征输入数据输入至数据评估模型，得到下一期预测的活期存款数据。根据本公开的实施例，该第二数据获取模块520例如可以用于执行上文参考图2所描述的s202步骤，在此不再赘述。
[0088]
贡献数据生成模块530，用于根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，活期存款贡献数据表征在下一期该用户的活期存款对银行所产生的贡献度值。根据本公开的实施例，该贡献数据生成模块530例如可以用于执行
上文参考图2所描述的s203步骤，在此不再赘述。
[0089]
根据本公开的实施例，贡献数据生成模块730用于根据下一期预测的活期存款数据、计价利率及利息利率，生成用户的活期存款贡献数据，包括：根据下一期预测的活期存款数据、计价利率及利息利率，确定用户的活期存款利息支出数据及内部资金计价收入数据；根据期存款利息支出数据及内部资金计价收入数据，生成用户的活期存款贡献数据。
[0090]
需说明的是，该活期存款贡献计量方法及数据评估模型训练过程如上述实施例提供的内容所示，此处不再详细赘述。
[0091]
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0092]
例如，第一数据获取模块510、第二数据获取模块520及贡献数据生成模块530中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一数据获取模块510、第二数据获取模块520及贡献数据生成模块530中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一数据获取模块510、第二数据获取模块520及贡献数据生成模块530中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0093]
本公开提供的一种用户活期存款的数据生成方法及系统，可用于金融领域或其他领域，需说明的是，本公开提供的一种用户活期存款的数据生成方法及系统可用于金融领域，例如金融领域中各业务系统的文件转换为作业后的调度处理，也可用于除金融领域之外其他领域，本公开提供的一种用户活期存款的数据生成方法及系统的应用领域不作限定。
[0094]
图6示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0095]
如图6所示，本实施例中所描述的电子设备600，包括：处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理
器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0096]
在ram 603中，存储有系统600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0097]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。系统600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0098]
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0099]
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的用户活期存款的数据生成方法。
[0100]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0101]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的用户活期存款的数据生成方法。
[0102]
在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
[0103]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0104]
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0105]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0106]
需要说明的是，在本公开各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
[0107]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0108]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0109]
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，
而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。