银行网点的自助终端界面处理方法及装置与流程

1.本发明涉及数据分析技术领域，尤指一种银行网点的自助终端界面处理方法及装置。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明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。
3.目前银行网点自助终端的交易界面都是标准化的界面。由于是人为设置，缺乏数据支撑，这样就会造成有的客户可能需要较长的时间才能找到自己需要的业务选项卡，客户体验不佳。
4.综上来看，亟需一种可以克服上述缺陷，能够减少客户操作时长，提高客户业务办理效率的技术方案。


技术实现要素：

5.为解决现有技术存在的问题，本发明提出了一种银行网点的自助终端界面处理方法及装置。
6.在本发明实施例的第一方面，提出了一种银行网点的自助终端界面处理方法，包括：
7.获取银行网点服务的客户群体的客户数据；
8.根据所述客户数据，对客户进行聚类分析，得到多个客户聚类子集合；
9.根据所述多个客户聚类子集合，确定每个客户聚类子集合的客户数量占银行网点服务的客户群体的比例，选取比例大于设定值的客户聚类子集合，作为银行网点的稳定客户聚类子集合；
10.根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段；
11.配置每个稳定客户聚类子集合对应的交易界面；
12.在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面。
13.进一步的，根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段，包括：
14.根据每个稳定客户聚类子集合的交易数据，确定每一天中所述稳定客户聚类子集合的所有客户的总交易量；
15.根据每个稳定客户聚类子集合，建立一个离散函数，其中，自变量是时间，因变量是所述稳定客户聚类子集合在设定时间范围内的总交易量；
16.对于每个稳定客户聚类子集合，依据对应的离散函数，确定所述稳定客户聚类子集合对应的一个或多个时间区间；
17.对于每个稳定客户聚类子集合，确定所述稳定客户聚类子集合的客户在每个时间区间内的交易量，以及所述稳定客户聚类子集合的客户的总交易量，将在每个时间区间内的交易量与所述总交易量的比值作为所述时间区间的交易比例；将交易比例超过阈值的一个或多个时间区间，作为所述稳定客户聚类子集合的主要交易时间段。
18.进一步的，还包括：
19.对于每个稳定客户聚类子集合的每个主要交易时间段，确定所述稳定客户聚类子集合的客户的交易量，以及其他稳定客户聚类子集合的客户的交易量；
20.在主要交易时间段内，计算对应的稳定客户聚类子集合的客户的交易量，与其他稳定客户聚类子集合的客户的交易量的总和的比值，若该比值大于设定阈值，则判断所述主要交易时间段为所述稳定客户聚类子集合的独有时间段；
21.在当前时间达到一稳定客户聚类子集合的独占时间段时，根据所述稳定客户聚类子集合对应的交易界面设置自助终端的界面。
22.进一步的，在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面，包括：
23.确定当前时刻银行网点服务的客户群体，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得当前服务的多个客户；
24.确定银行网点的自助终端的历史交易数据中，交易发生时间等于当前时刻的历史交易数据，以及所述历史交易数据对应的多个客户，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得历史服务的多个客户；从历史交易数据中筛选出属于稳定客户聚类子集合的交易数据，确定为所述稳定客户聚类子集合的历史服务的多个客户的使用自助终端的交易数据；
25.对于每个稳定客户聚类子集合，基于当前服务的多个客户的历史使用自助终端的交易数据，和历史服务的多个客户的使用自助终端的交易数据，对所述稳定客户聚类子集合对应的交易界面进行修正，获得修正后的交易界面；
26.根据所述稳定客户聚类子集合对应的修正后的交易界面设置银行网点的自助终端的界面。
27.进一步的，在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面，包括：
28.当客户登录银行网点的自助终端后，获取所述客户的历史交易数据，以及所述客户所属的稳定客户聚类子集合；
29.依据所述客户的历史交易数据，对所述客户所属的稳定客户聚类子集合对应的交易界面进行修正；
30.根据所述客户所属的稳定客户聚类子集合对应的修正后的交易界面设置所述客户登录所述银行网点的自助终端后的推荐界面。
31.在本发明实施例的第二方面，提出了一种银行网点的自助终端界面处理装置，包括：
32.数据获取模块，用于获取银行网点服务的客户群体的客户数据；
33.聚类分析模块，用于根据所述客户数据，对客户进行聚类分析，得到多个客户聚类子集合；
34.稳定客户群体分析模块，用于根据所述多个客户聚类子集合，确定每个客户聚类子集合的客户数量占银行网点服务的客户群体的比例，选取比例大于设定值的客户聚类子集合，作为银行网点的稳定客户聚类子集合；
35.主要交易时间段分析模块，用于根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段；
36.配置模块，用于配置每个稳定客户聚类子集合对应的交易界面；
37.界面设置模块，用于在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面。
38.进一步的，所述主要交易时间段分析模块包括：
39.总交易量确定单元，用于根据每个稳定客户聚类子集合的交易数据，确定每一天中所述稳定客户聚类子集合的所有客户的总交易量；
40.离散函数建立单元，用于根据每个稳定客户聚类子集合，建立一个离散函数，其中，自变量是时间，因变量是所述稳定客户聚类子集合在设定时间范围内的总交易量；
41.时间区间确定单元，用于对于每个稳定客户聚类子集合，依据对应的离散函数，确定所述稳定客户聚类子集合对应的一个或多个时间区间；
42.主要交易时间段确定单元，用于对于每个稳定客户聚类子集合，确定所述稳定客户聚类子集合的客户在每个时间区间内的交易量，以及所述稳定客户聚类子集合的客户的总交易量，将在每个时间区间内的交易量与所述总交易量的比值作为所述时间区间的交易比例；将交易比例超过阈值的一个或多个时间区间，作为所述稳定客户聚类子集合的主要交易时间段。
43.进一步的，还包括：
44.交易量确定模块，用于对于每个稳定客户聚类子集合的每个主要交易时间段，确定所述稳定客户聚类子集合的客户的交易量，以及其他稳定客户聚类子集合的客户的交易量；
45.独有时间段计算模块，用于在主要交易时间段内，计算对应的稳定客户聚类子集合的客户的交易量，与其他稳定客户聚类子集合的客户的交易量的总和的比值，若该比值大于设定阈值，则判断所述主要交易时间段为所述稳定客户聚类子集合的独有时间段；
46.所述界面设置模块，还用于在当前时间达到一稳定客户聚类子集合的独占时间段时，根据所述稳定客户聚类子集合对应的交易界面设置自助终端的界面。
47.进一步的，所述界面设置模块包括：
48.当前时刻客户群体处理单元，用于确定当前时刻银行网点服务的客户群体，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得当前服务的多个客户；
49.历史交易数据处理单元，用于确定银行网点的自助终端的历史交易数据中，交易发生时间等于当前时刻的历史交易数据，以及所述历史交易数据对应的多个客户，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得历史服务的多个客户；从历史交易数据中筛选出属于稳定客户聚类子集合的交易数据，确定为所述稳定客户聚类子集合的历史服务的多个客户的使用自助终端的交易数据；
50.第一交易界面修正单元，用于对于每个稳定客户聚类子集合，基于当前服务的多
个客户的历史使用自助终端的交易数据，和历史服务的多个客户的使用自助终端的交易数据，对所述稳定客户聚类子集合对应的交易界面进行修正，获得修正后的交易界面；
51.第一界面设置单元，用于根据所述稳定客户聚类子集合对应的修正后的交易界面设置银行网点的自助终端的界面。
52.进一步的，所述界面设置模块包括：
53.客户分析单元，用于当客户登录银行网点的自助终端后，获取所述客户的历史交易数据，以及所述客户所属的稳定客户聚类子集合；
54.第二交易界面修正单元，用于依据所述客户的历史交易数据，对所述客户所属的稳定客户聚类子集合对应的交易界面进行修正；
55.第二界面设置单元，用于根据所述客户所属的稳定客户聚类子集合对应的修正后的交易界面设置所述客户登录所述银行网点的自助终端后的推荐界面。
56.在本发明实施例的第三方面，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银行网点的自助终端界面处理方法。
57.在本发明实施例的第四方面，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银行网点的自助终端界面处理方法。
58.在本发明实施例的第五方面，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银行网点的自助终端界面处理方法。
59.本发明提出的银行网点的自助终端界面处理方法及装置可以根据银行网点的需求设置自助终端的交易选项卡，从而节省客户操作时间，提高客户业务办理效率，增加客户粘性，改善客户使用体验。
附图说明
60.为了更清楚地说明本技术实施例技术方案，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技术的一些实施例，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。
61.图1是本发明一实施例的银行网点的自助终端界面处理方法流程示意图。
62.图2是本发明一具体实施例的确定主要交易时间段的流程示意图。
63.图3是本发明一具体实施例的独占时间段的设置流程示意图。
64.图4是本发明一具体实施例的配置交易界面的流程示意图。
65.图5是本发明一具体实施例的自助终端界面的设置流程示意图。
66.图6是本发明另一具体实施例的自助终端界面的设置流程示意图。
67.图7是本发明一实施例的银行网点的自助终端界面处理装置架构示意图。
68.图8是本发明一具体实施例的主要交易时间段分析模块的架构示意图。
69.图9是本发明另一实施例的银行网点的自助终端界面处理装置架构示意图。
70.图10是本发明一具体实施例的界面设置模块架构示意图。
71.图11是本发明另一具体实施例的界面设置模块架构示意图。
72.图12是本发明一实施例的计算机设备结构示意图。
具体实施方式
73.下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
74.本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
75.根据本发明的实施方式，提出了一种银行网点的自助终端界面处理方法及装置，涉及数据分析技术领域。本发明首先确定银行网点是客户群体稳定且一致的网点，这种网点服务的客户群体相对稳定且需求整体一致。对于这种银行网点，基于历史交易数据，分析该银行网点在每一个工作日的业务集合根据业务集合确定不同工作日对应的交易选项卡的设置界面，从而节省客户操作时间，提高客户业务办理效率，增加客户粘性，改善客户使用体验。
76.下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
77.图1是本发明一实施例的银行网点的自助终端界面处理方法流程示意图。如图1所示，该方法包括：
78.s101，获取银行网点服务的客户群体的客户数据；
79.s102，根据所述客户数据，对客户进行聚类分析，得到多个客户聚类子集合；
80.s103，根据所述多个客户聚类子集合，确定每个客户聚类子集合的客户数量占银行网点服务的客户群体的比例，选取比例大于设定值的客户聚类子集合，作为银行网点的稳定客户聚类子集合；
81.s104，根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段；
82.s105，配置每个稳定客户聚类子集合对应的交易界面；
83.s106，在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面。
84.为了对上述银行网点的自助终端界面处理方法进行更为清楚的解释，下面结合每一步骤来进行详细说明。
85.在s101中，获取银行网点服务的客户群体的客户数据至少包括：客户的资产数据、交易数据；
86.其中，资产数据包含总资产，存款、理财、基金在内的多类别资产数据，主要资产类别，收入数据。交易数据包含交易行为、交易时间、交易金额、交易量。在实际应用场景中，该些数据是由客户授权后获取。
87.资产类别通常包含存款、理财、基金等，主要资产类别为资产最多的资产类别。
88.在s102中，根据所述客户数据，对客户进行聚类分析，得到多个客户聚类子集合，包括：
89.根据客户的总资产、多类别资产数据、收入数据，对客户进行聚类分析，将客户划分至多个客户聚类子集合中。在实际应用场景中，每个客户聚类子集合的客户之间资产情况都比较接近。
90.在实际应用场景中，获取银行网点服务的客户群体的客户数据至少包括：客户在资产和交易的各个维度的数据，其中资产维度包含各个类别资产(包括存款、理财、基金)的资产数，主要资产类别，收入数据；交易维度包含平均交易金额、交易(比如存款，取款，开户，查询)的数量，主要风险类别。
91.根据客户在资产和交易的各个维度的数据，对客户进行聚类分析，将客户划分至多个客户聚类子集合中。具体为，确定各个维度对应的距离函数，该距离函数对于该维度的任何两个值，可以计算出一个距离值，比如对于连续维度可以设置该函数为一个二元实数值函数，函数值等于两个自变量的差的绝对值，对于离散函数，可以设置该函数为一个二元实数值函数，当两个自变量相等时设置该函数值为0，否则设置该函数值为1；在确定了各个维度对应的距离函数后，就可以确定客户群体对应的距离函数，比如可以设置该函数为各个维度的距离函数的平方的加权和的平方根；基于上述客户群体对应的距离函数，可以计算获得任何两个客户的距离，进而可以聚类分析，将客户群体拆分为多个客户聚类子集合。
92.还可以选择一部分维度(比如连续维度)来确定客户群体对应的距离函数，基于该距离函数可以计算获得任何两个客户的距离，然后以另一部分维度(比如离散维度，包括主要资产类别，主要风险类型)为类别标识，对客户群体进行聚类分析，获得多个客户聚类子集合，使得每个客户聚类子集合的任何两个客户在该另一部分维度的每个维度上的值都是相同的。
93.在s103中，根据所述多个客户聚类子集合，确定每个客户聚类子集合的客户数量占银行服务网点服务的客户群体的比例，选取比例大于设定值的客户聚类子集合，作为银行网点的稳定客户群体。
94.这里选取的客户聚类子集合的数量可以是一个或多个，如1个、2个、3个等。根据该些客户聚类子集合可以认为银行网点的客户特征单一且明显。
95.在s104中，根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段。
96.具体的，结合图2，为本发明一具体实施例的确定主要交易时间段的流程示意图。如图2所示，s104的具体流程为：
97.s201，根据每个稳定客户聚类子集合的交易数据，确定每一天中所述稳定客户聚类子集合的所有客户的总交易量；
98.s202，根据每个稳定客户聚类子集合，建立一个离散函数，其中，自变量是时间，因变量是所述稳定客户聚类子集合在设定时间范围内的总交易量；
99.s203，对于每个稳定客户聚类子集合，依据对应的离散函数，确定所述稳定客户聚类子集合对应的一个或多个时间区间；
100.s204，对于每个稳定客户聚类子集合，确定所述稳定客户聚类子集合的客户在每个时间区间内的交易量，以及所述稳定客户聚类子集合的客户的总交易量，将在每个时间区间内的交易量与所述总交易量的比值作为所述时间区间的交易比例；将交易比例超过阈值的一个或多个时间区间，作为所述稳定客户聚类子集合的主要交易时间段。
101.在本实施例中，时间区间的建立过程为：对每个稳定客户聚类子集合对应的离散函数进行拟合，获得一个连续函数。对每个稳定客户聚类子集合，获取其对应的函数的极大值点，以及该稳定客户聚类子集合对应的连续函数与其他稳定客户聚类子集合对应的连续函数的交点。对该稳定客户聚类子集合的每个极大值点对应的时间，确定所有交点对应的多个时间中，小于该时间的最大时间，以及大于该时间的最小时间，该小于该时间的最大时间与大于该时间的最小时间所对应的时间区间，作为该稳定客户聚类子集合的主要交易时间段。
102.例如，在上午9点至11点，若稳定客户群体中的客户聚类子集合a的交易量非常多，则可以确定上午9点至11点为该子集合a得主要交易时间段。
103.这里的非常多可以是基于各个客户聚类子集合在全天所划分出的多个交易时间段中，某一时间段交易数量占比最高。
104.具体的，客户聚类子集合b在全天的交易量为1000条，在下午2点至4点，若客户聚类子集合b的交易量为800条(占比超过50％，占比最高)，则可以确定下午2点至4点为该子集合b得主要交易时间段。
105.在实际应用场景中，还可以设置独占时间段，进而根据独占时间段调整自助终端的界面。参考图3，为本发明一具体实施例的独占时间段的设置流程示意图。如图3所示，具体流程为：
106.s301，对于每个稳定客户聚类子集合的每个主要交易时间段，确定所述稳定客户聚类子集合的客户的交易量，以及其他稳定客户聚类子集合的客户的交易量；
107.s302，在主要交易时间段内，计算对应的稳定客户聚类子集合的客户的交易量，与其他稳定客户聚类子集合的客户的交易量的总和的比值，若该比值大于设定阈值，则判断所述主要交易时间段为所述稳定客户聚类子集合的独有时间段；
108.s303，在当前时间达到一稳定客户聚类子集合的独占时间段时，根据所述稳定客户聚类子集合对应的交易界面设置自助终端的界面。
109.其中，根据历史交易数据中，该客户稳定聚类子集合的交易量和其他客户稳定聚类子集合的总交易量的比值，设置各个客户稳定聚类子集合对应的阈值。
110.例如，在全天中，客户聚类子集合c的交易量占交易总量的10％，对此，可以将10％设置为该集合对应的阈值；当某一交易时间段内，客户聚类子集合c占该时间段内总交易量的大于10％，且其它可客户聚类子集合的交易量占该时间段内总交易量都小于10％，则认定该交易时间段为客户聚类子集合c的独占时间段。
111.交易时间段可以按照间隔一定时长设置，例如，每间隔两小时为一个交易时间段，9点至11点，11至13点，13至15点，15至17点；也可以间隔一小时，或间隔时长不等的时间，具体设置可以根据实际情况调整。
112.在一具体实施例中，在设置独占时间段之前，还可以进行以下逻辑判断过程：
113.对每个稳定客户聚类子集合，确定其对应的连续函数的二阶导函数，在该主要时间段内的每一个时间的函数值。在确定该二阶导函数在该主要时间段内的每一个时间的函数值都小于0后，再进行s301至s303的逻辑判断过程。这样可以更加准确的确定在该主要时间段内是由该稳定客户聚类子集合在主要做交易，因为在上述二阶导函数小于0，意味着该连续函数在该主要时间段内是凸的，对应的其他稳定客户聚类子集合对应的连续函数在该
主要时间段内极大概率是凹的。在此时，如果如果该稳定客户聚类子集合的客户的交易量，与其他稳定客户聚类子集合的客户的交易量的总和的比值大于阈值，则可以认为在该主要时间段内，主要是该稳定客户聚类子集合的客户在银行网点做交易。
114.在s105中，配置每个客户聚类子集合对应的交易界面。
115.参考图4，为本发明一具体实施例的配置交易界面的流程示意图。如图4所示，具体流程为：
116.s401，根据每个客户聚类子集合的交易数据，按照交易过程中使用交易选项卡的次数进行排序；
117.s402，依据排序结果配置交易界面的交易选项卡。
118.例如，在客户聚类子集合d中，“存款”交易选项卡的使用次数最多，则该交易选项卡放在更加明显的位置，使用次数较少的交易选项卡则放在交易界面后面的位置，以此配置该子集合d的交易界面。
119.在s106中，在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面。
120.在一具体实施例中，可以根据当前时刻银行网点服务的客户群体，修正自助终端的界面。参考图5，为本发明一具体实施例的自助终端界面的设置流程示意图。如图5所示，具体流程为：
121.s501，确定当前时刻银行网点服务的客户群体，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得当前服务的多个客户；
122.s502，确定银行网点的自助终端的历史交易数据中(例如，过去一周)，交易发生时间(例如，昨天上午9点，前天上午9点)等于当前时刻(例如，上午9点)的历史交易数据，以及所述历史交易数据对应的多个客户，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得历史服务的多个客户；从历史交易数据中筛选出属于稳定客户聚类子集合的交易数据，确定为所述稳定客户聚类子集合的历史服务的多个客户的使用自助终端的交易数据；
123.s503，对于每个稳定客户聚类子集合，基于当前服务的多个客户的历史使用自助终端的交易数据，和历史服务的多个客户的使用自助终端的交易数据，对所述稳定客户聚类子集合对应的交易界面进行修正，获得修正后的交易界面；
124.s504，根据所述稳定客户聚类子集合对应的修正后的交易界面设置银行网点的自助终端的界面。
125.举例而言，假设基于当前服务的多个客户的历史使用自助终端的交易数据中，包含的交易类型组成交易类型集合a’，历史服务的多个客户的使用自助终端的交易数据中，包含的交易类型组成交易类型集合b’。该自助终端的所有交易组成交易集合u，分为4个子集合：a’和b’的交集，a
’‑
b’(包含于a’中，但是不包含于b’中的交易)，b
’‑
a’(包含于b’中，但是不包含于a’中的交易)，以及u-a
’‑
b’(包含于u中，但是不包含于a’且不包含于b’中的交易)。对于这四个子集合，每个子集合中交易的相对顺序和调整前的该稳定客户聚类子集合对应的自助终端界面的交易的相对顺序保持一致(比如上述4个集合中的某个集合，包含交易x和y。在调整前，x优先于y，则在该集合中(对应于调整后)，x仍然优先于y)。而在整体上，a’和b’的交集优先于a
’‑
b’，a
’‑
b’优先于b
’‑
a’，b
’‑
a’优先于u-a
’‑
b’。
126.在另一具体实施例中，可以在客户登录银行网点的自助终端时，修正自助终端的界面。参考图6，为本发明另一具体实施例的自助终端界面的设置流程示意图。如图6所示，具体流程为：
127.s601，当客户登录银行网点的自助终端后，获取所述客户的历史交易数据，以及所述客户所属的稳定客户聚类子集合；
128.s602，依据所述客户的历史交易数据，对所述客户所属的稳定客户聚类子集合对应的交易界面进行修正；
129.s603，根据所述客户所属的稳定客户聚类子集合对应的修正后的交易界面设置所述客户登录所述银行网点的自助终端后的推荐界面。
130.举例而言，假设基于该客户的历史交易数据中，包含的交易类型组成交易类型集合a，该自助终端的所有交易组成交易集合u，分为2个子集合：a，以及u-a(包含于u中，但是不包含于a)。对于这2个子集合，每个子集合中交易的相对顺序和调整前的该稳定客户聚类子集合对应的自助终端界面的交易的相对顺序保持一致(比如上述2个集合中的某个集合，包含交易x和y。在调整前，x优先于y，则在该集合中(对应于调整后)，x仍然优先于y)。而在整体上，a优先于u-a。
131.进一步的，除了设置当前时间点的自助终端界面，还可以分配当前时间点的自助终端的资源数据。比如，该资源数据可以是人脸识别计算资源(需要由客户授权人脸识别权限)，不同的交易对应的风险是不一样的，有些交易因为存在一定的风险需要客户进行人脸识别，而另一些交易则不需要。
132.基于各个稳定客户聚类子集合的客户的交易数据，确定各个稳定客户聚类子集合中的客户使用资源的数据，进而在确定了在当前时间点归属于各个稳定客户聚类子集合的客户数后，也就大概知道了当前客户群体将要使用资源的情况，比如，是否进行人脸识别，这样银行网点就可以提前将人脸识别计算资源分配给该自助终端，这样就可以保证客户在该自助终端进行人脸识别时，银行网点能够快速的给出人脸识别结果以改善客户使用体验，并且不会出现资源浪费。
133.为了对上述银行网点的自助终端界面处理方法进行更为清楚的解释，下面结合一个具体的实施例来进行说明。
134.以银行网点为例，该银行网点的客户以老人居多，老人通常会在发放退休金后进行取款或转账操作，这样就可以认为该银行网点就是客户稳定且行为一致的银行网点。
135.本发明主要针对特征明显的银行网点，该银行网点的客户是稳定的，且行为可预测的。比如大部分客户是老人客户，或者某一个公司或工厂的员工等，该些客户的在银行的交易行为是有一定的规律，可以预测的，对此可以为该些客户设置特定的自助终端交易界面，方便客户进行业务办理。
136.获取银行网点服务的客户群体中每一个客户的资产数据、交易数据。
137.资产数据包括总资产，各个类别(存款，理财，基金)的资产数据，主要资产类别(资产最多的资产类别)，收入。
138.交易数据包括客户在自助终端的交易行为(点击的交易选项卡)，交易时间，交易金额、交易量。具体的，交易数据是客户在网点做交易的历史数据，比如客户在银行网点做一笔取款交易，就会在银行服务器记录一笔存款交易信息，包括存款时间，存款客户，金额，
币种，存款地点，机具编号，客户人脸图像等。交易量是客户做交易的数据量，比如存款1000笔，转账3000笔，取款1万笔，开户500笔等。
139.基于上述获得的客户的资产数据，进行聚类分析获得多个客户聚类子集合，每个客户聚类子集合的客户之间资产情况接近，且交易数据类似，例如，对于客户以老人为主的银行网点，大部分老人客户都喜欢存款、取款、转账、理财等业务，其他业务做的比较少。
140.判断该银行网点是否是客户稳定且一致的银行网点。具体的判断流程为：根据客户数目最多的一个或多个子集合，判断该集合的客户数量占该银行网点服务的客户群体的数量是否占多数，如果是，就是客户稳定且一致的银行网点，该多个子集合就是主要客户子集合；这样的银行网点客户特征单一且明显。
141.在确定银行网点的客户特征单一且明显后，对于任一主要客户子集合，基于他们的交易数据，确定他们的主要交易时间段；例如，老人客户通常会在上午去银行网点，年轻人客户因为白天需要工作，通常是中午时间去银行网点。
142.对于上述确定的主要交易时间段，确定其是否为独占时间段。具体的判断流程为：对于任一主要交易时间段，如果主要客户子集合e的交易占比(交易占比：在该时间段范围内，该子集合e的所有客户的交易量占银行网点的所有客户的交易量的比例)大于该子集合e的阈值，其他主要客户子集合的交易占比小于该子集合e对应的阈值，则确定该主要交易时间段是该子集合e的独占时间段。
143.其中，每个主要客户子集合的对应阈值可以设置为该主要客户子集合占银行网点的所有客户数量的占比。
144.在每个主要客户子集合的独占时间段，展示该主要客户子集合的交易界面。例如，当前时间处于主要客户子集合e的独占时间段内时，自助终端的交易界面显示子集合e的交易界面。
145.每个主要客户子集合的交易界面可以依据该子集合的历史交易数据确定，这个应该好理解了，交易量大的交易选项卡放在更加显眼的位置。例如，对于以老人客户为主的客户子集合，则交易界面中存款、取款、转账、理财等交易选项卡放在明显的位置。
146.需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
147.在介绍了本发明示例性实施方式的方法之后，接下来，参考图7对本发明示例性实施方式的银行网点的自助终端界面处理装置进行介绍。
148.银行网点的自助终端界面处理装置的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“模块”或者“单元”，可以是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。
149.基于同一发明构思，本发明还提出了一种银行网点的自助终端界面处理装置，如图7所示，该装置包括：
150.数据获取模块710，用于获取银行网点服务的客户群体的客户数据；
151.聚类分析模块720，用于根据所述客户数据，对客户进行聚类分析，得到多个客户
聚类子集合；
152.稳定客户群体分析模块730，用于根据所述多个客户聚类子集合，确定每个客户聚类子集合的客户数量占银行网点服务的客户群体的比例，选取比例大于设定值的客户聚类子集合，作为银行网点的稳定客户聚类子集合；
153.主要交易时间段分析模块740，用于根据每个稳定客户聚类子集合的交易数据，确定所述每个稳定客户聚类子集合的主要交易时间段；
154.配置模块750，用于配置每个稳定客户聚类子集合对应的交易界面；
155.界面设置模块760，用于在当前时间到达稳定客户聚类子集合的主要交易时间段时，根据所述稳定客户聚类子集合对应的交易界面设置银行网点的自助终端的界面。
156.参考图8，为本发明一具体实施例的主要交易时间段分析模块的架构示意图。如图8所示，所述主要交易时间段分析模块740包括：
157.总交易量确定单元741，用于根据每个稳定客户聚类子集合的交易数据，确定每一天中所述稳定客户聚类子集合的所有客户的总交易量；
158.离散函数建立单元742，用于根据每个稳定客户聚类子集合，建立一个离散函数，其中，自变量是时间，因变量是所述稳定客户聚类子集合在设定时间范围内的总交易量；
159.时间区间确定单元743，用于对于每个稳定客户聚类子集合，依据对应的离散函数，确定所述稳定客户聚类子集合对应的一个或多个时间区间；
160.主要交易时间段确定单元744，用于对于每个稳定客户聚类子集合，确定所述稳定客户聚类子集合的客户在每个时间区间内的交易量，以及所述稳定客户聚类子集合的客户的总交易量，将在每个时间区间内的交易量与所述总交易量的比值作为所述时间区间的交易比例；将交易比例超过阈值的一个或多个时间区间，作为所述稳定客户聚类子集合的主要交易时间段。
161.参考图9，为本发明另一实施例的银行网点的自助终端界面处理装置架构示意图。如图9所示，该装置还包括：
162.交易量确定模块770，用于对于每个稳定客户聚类子集合的每个主要交易时间段，确定所述稳定客户聚类子集合的客户的交易量，以及其他稳定客户聚类子集合的客户的交易量；
163.独有时间段计算模块780，用于在主要交易时间段内，计算对应的稳定客户聚类子集合的客户的交易量，与其他稳定客户聚类子集合的客户的交易量的总和的比值，若该比值大于设定阈值，则判断所述主要交易时间段为所述稳定客户聚类子集合的独有时间段；
164.所述界面设置模块760，还用于在当前时间达到一稳定客户聚类子集合的独占时间段时，根据所述稳定客户聚类子集合对应的交易界面设置自助终端的界面。
165.在一具体实施例中，参考图10，所述界面设置模块760包括：
166.当前时刻客户群体处理单元761，用于确定当前时刻银行网点服务的客户群体，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得当前服务的多个客户；
167.历史交易数据处理单元762，用于确定银行网点的自助终端的历史交易数据中，交易发生时间等于当前时刻的历史交易数据，以及所述历史交易数据对应的多个客户，并确定各个客户所属的稳定客户聚类子集合；其中，对于每个稳定客户聚类子集合，获得历史服
务的多个客户；从历史交易数据中筛选出属于稳定客户聚类子集合的交易数据，确定为所述稳定客户聚类子集合的历史服务的多个客户的使用自助终端的交易数据；
168.第一交易界面修正单元763，用于对于每个稳定客户聚类子集合，基于当前服务的多个客户的历史使用自助终端的交易数据，和历史服务的多个客户的使用自助终端的交易数据，对所述稳定客户聚类子集合对应的交易界面进行修正，获得修正后的交易界面；
169.第一界面设置单元764，用于根据所述稳定客户聚类子集合对应的修正后的交易界面设置银行网点的自助终端的界面。
170.在另一具体实施例中，参考图11，所述界面设置模块760包括：
171.客户分析单元765，用于当客户登录银行网点的自助终端后，获取所述客户的历史交易数据，以及所述客户所属的稳定客户聚类子集合；
172.第二交易界面修正单元766，用于依据所述客户的历史交易数据，对所述客户所属的稳定客户聚类子集合对应的交易界面进行修正；
173.第二界面设置单元767，用于根据所述客户所属的稳定客户聚类子集合对应的修正后的交易界面设置所述客户登录所述银行网点的自助终端后的推荐界面。
174.应当注意，尽管在上文详细描述中提及了银行网点的自助终端界面处理装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
175.基于前述发明构思，如图12所示，本发明还提出了一种计算机设备1200，包括存储器1210、处理器1220及存储在存储器1210上并可在处理器1220上运行的计算机程序1230，所述处理器1220执行所述计算机程序1230时实现前述银行网点的自助终端界面处理方法。
176.基于前述发明构思，本发明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前述银行网点的自助终端界面处理方法。
177.基于前述发明构思，本发明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银行网点的自助终端界面处理方法。
178.本发明提出的银行网点的自助终端界面处理方法及装置可以根据银行网点的需求设置自助终端的交易选项卡，从而节省客户操作时间，提高客户业务办理效率，增加客户粘性，改善客户使用体验。
179.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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。
180.本发明是参照根据本发明实施例的方法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。
181.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。
182.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。
183.最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。