一种业务数据的处理方法及装置与流程

本申请涉及数据处理技术领域，特别是涉及一种业务数据的处理方法及装置。

背景技术：

对公自助终端支持对公取款等业务，在对公自助终端办理业务时，能够降低在柜台办理业务时所花费的时间，此外，对公自助终端不受柜台的办公时间的限值，可以在任何时间在对公自助终端上办理业务。

然而，当对公自助终端机体内的配额不足时，无法为客户办理对公取款业务；当对公自助终端机体内的配额多余时，将会造成配额闲置。

因此，在无法得知客户的对公取款业务时，将无法为对公自助终端提供准确的配额。

技术实现要素：

为了解决上述技术问题，本申请提供了一种业务数据的处理方法及装置，能够准确预测出需要给对公自助终端的配额。

本申请实施例公开了如下技术方案：

第一方面，本申请提供了一种业务数据的处理方法，应用于自助终端；所述方法包括：

获取目标对象的标识；

根据所述标识获取对应的网络模型；所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；

将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；

根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。

可选的，所述方法还包括：

当所述目标时段为非工作日时，则按照第一预设比例降低所述目标配额。

可选的，所述方法还包括：

获取所述目标时段的目标天气信息和所述前一时段的历史天气信息；

若所述历史天气信息与所述目标天气信息不一致；

则按照第二预设比例调整所述目标配额。

可选的，所述按照第二预设比例调整所述目标配额包括：

确定所述历史天气信息的第一恶劣程度与所述目标天气信息的第二恶劣程度；

当所述第一恶劣程度大于所述第二恶劣程度时，按照第二预设比例降低所述目标配额；

当所述第一恶劣程度小于所述第二恶劣程度时，按照第二预设比例提高所述目标配额。

可选的，所述目标对象为通过在预设时间段内所述自助终端办理对公取款业务的次数大于预设阈值的对象。

第二方面，本申请提供了一种业务数据的处理装置，包括：获取模块和处理模块；

所述获取模块，用于获取目标对象的标识；根据所述标识获取对应的网络模型；

其中，所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；

所述处理模块，用于将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。

可选的，所述处理模块，还用于当所述目标时段为非工作日时，则按照第一预设比例降低所述目标配额。

可选的，所述获取模块，还用于获取所述目标时段的目标天气信息和所述前一时段的历史天气信息；

所述处理模块，还用于若所述历史天气信息与所述目标天气信息不一致；则按照第二预设比例调整所述目标配额。

可选的，所述处理模块，具体用于确定所述历史天气信息的第一恶劣程度与所述目标天气信息的第二恶劣程度；当所述第一恶劣程度大于所述第二恶劣程度时，按照第二预设比例降低所述目标配额；当所述第一恶劣程度小于所述第二恶劣程度时，按照第二预设比例提高所述目标配额。

可选的，所述目标对象为通过在预设时间段内所述自助终端办理对公取款业务的次数大于预设阈值的对象。

由上述技术方案可以看出，本申请具有以下优点：

本申请提供的一种业务数据的处理方法及装置，应用于自助终端；所述方法包括：获取目标对象的标识；根据所述标识获取对应的网络模型；所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。采用本申请的技术方案，能够通过目标对象在历史时段办理的对公取款业务，准确预测下一时段的对公取款业务，从而可以根据预测的对公取款业务给对公自助终端提供准确的配额。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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他的附图。

图1为本申请实施例提供的一种业务数据的处理方法流程图；

图2为本申请实施例提供的又一种业务数据的处理方法流程图；

图3为本申请实施例提供的一种业务数据的处理装置示意图。

具体实施方式

对公自助终端机体内的配额不准确时，配额将无法产生价值，例如：当对公自助终端机体内的配额不足时，无法为客户办理对公取款业务；当对公自助终端机体内的配额多余时，将会造成配额闲置。

为了解决上述问题，本申请提供了一种业务数据的处理方法及装置，所述方法包括获取目标对象的标识；根据所述标识获取对应的网络模型；将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。进而能够准确的得到目标对象所需要的目标配额。在获得每个目标对象所需要的配额后，即可得到最终的对公自助终端所需要的配额，既能够满足需要经常使用对公自助终端的对象的需求，又不使对公自助终端机体内的配额处于闲置状态，提高配额的使用价值。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一：

本申请实施例一提供了一种业务数据的处理方法，下面结合附图具体说明。

参见图1，该图为本申请实施例提供的一种业务数据的处理方法流程图。

该业务数据的处理方法应用于对公自助终端，能够预测在对公自助终端取款的目标对象的取款额。

该方法包括以下步骤：

步骤101：获取目标对象的标识。

目标对象为在对公自助终端取款的公司，目标对象的标识可以为该公司的名称或对公账户。在确定目标对象的标识后，根据该标识对应的数据处理方式，对数据进行处理，进而得到对公自助终端需要给该目标对象提供的配额。

需要说明的是，所述目标对象为通过在预设时间段内所述自助终端办理对公取款业务的次数大于预设阈值的对象。即，仅处理对公自助终端能够影响到的公司的数据，对于对公自助终端无法影响到的公司也不会在该对公自助终端办理对公取款业务，因此为了提高效率，仅处理对公自助终端能够影响到的公司的数据。

作为一种可能的实施方式，确定公司是否受到对公自助终端的影响可以通过如下步骤：

步骤1011：确定对公自助终端的位置。

步骤1012：获取与该位置距离在预设阈值内的公司。

所述预设阈值可以为5公里。

步骤1013：将在预设阈值内的公司作为受到对公自助终端影响的公司。

在确定受到对公自助终端的影响公司后，还可以确定这些公司是否在对公自助终端对应的金融机构办理了对公账户，如果没有办理对公账户，则不坐统计，进一步提高处理效率。

步骤102：根据所述标识获取对应的网络模型。

由于不同公司在对公自助终端办理的对公取款业务不同，因此需要为每一家公司均建立一个网络模型，进而对每一家公司需要在对公自助终端办理对公取款业务进行预测，进而得到全部的公司的取款额，最终获得需要给对公自助终端提供的配额。

其中，所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段。

网络模型的具体建立过程具体为：

通过对公自助终端收集目标公司一年内在该对公自助终端办理的对公取款业务。然后利用连续的两个时段的对公取款业务对网络模型进行训练。例如：利用第7周的对公取款业务与第8周的对公取款业务进行训练，具体地，将第7周、第7周的对公取款业务、第8周作为训练样本，将第8周的对公取款业务作为训练结果，对网络模型进行训练。在对全部的连续的两个时段的取款业务对网络模型进行训练后，即可得到能够准确预测对公取款业务的网络模型。

步骤103：将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务。

在网络模型建立后，可以将目标时段、前一时段及所述前一时段的对公取款业务输入到预先建立的网络模型中，得到所述目标对象的目标对公取款业务。

需要说明的是，当前一时段也为未来的某一时段时，可以先通过网络模型，预测前一时段的对公取款业务，然后再根据预测的前一时段的对公取款业务、前一时段和目标时段输入到网络模型所述目标对象的目标对公取款业务。

步骤104：根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。

作为一种可能的实施方式，当预测的对公取款业务为2001时，需要将该数值转换为3000，从而保证了对公自助终端机体内的配额充足且不会闲置。

本申请实施例中，提供了一种业务数据的处理方法，应用于自助终端；所述方法包括：获取目标对象的标识；根据所述标识获取对应的网络模型；所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。采用本申请的技术方案，能够通过目标对象在历史时段办理的对公取款业务，准确预测下一时段的对公取款业务，从而可以根据预测的对公取款业务给对公自助终端提供准确的配额。

实施例二：

本申请实施例二提供了一种业务数据的处理方法，下面结合附图具体说明。

参见图2，该图为本申请实施例提供的又一种业务数据的处理方法流程图。

在实施例一的基础上，本申请实施例二提供的业务数据的处理方法还包括以下步骤：

步骤201：当所述目标时段为非工作日时，则按照第一预设比例降低所述目标配额。

由于非工作日，部分公司可能不会进行办公，从而不会办理对公取款业务，因此，为了提高预测的准确度，在非工作时时，按照第一预设比例降低目标配额，其中，第一预设比例可以为60％，也可以为50％，本领域技术人员可以根据实际情况选择合适的比例，本申请对此不进行限定。

步骤202：获取所述目标时段的目标天气信息和所述前一时段的历史天气信息；若所述历史天气信息与所述目标天气信息不一致；则按照第二预设比例调整所述目标配额。

天气情况可能会影响到部分公司办理对公取款业务，具体地，包括：

步骤2021：确定所述历史天气信息的第一恶劣程度与所述目标天气信息的第二恶劣程度。天气的恶劣程度具体可以天气良好(例如晴天)、天气一般(例如风天)和天气较差(例如雨雪天)。

步骤2022：当所述第一恶劣程度大于所述第二恶劣程度时，按照第二预设比例降低所述目标配额。

步骤2023：当所述第一恶劣程度小于所述第二恶劣程度时，按照第二预设比例提高所述目标配额。

其中，上述第二预设比例可以为40％，也可以为30％。上述步骤201和步骤202在执行的顺序上不冲突，可以是先后的，也可以是同时的。

实施例三：

本申请实施例三提供了一种业务数据的处理装置，下面结合附图具体说明。

参见图3，该图为本申请实施例提供的又一种业务数据的处理装置示意图。

该装置包括：

获取模块301和处理模块302。

所述获取模块301，用于获取目标对象的标识；根据所述标识获取对应的网络模型。

其中，所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；

所述处理模块302，用于将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。

可选的，所述处理模块302，还用于当所述目标时段为非工作日时，则按照第一预设比例降低所述目标配额。

可选的，所述获取模块301，还用于获取所述目标时段的目标天气信息和所述前一时段的历史天气信息。

所述处理模块302，还用于若所述历史天气信息与所述目标天气信息不一致；则按照第二预设比例调整所述目标配额。

可选的，所述处理模块302，具体用于确定所述历史天气信息的第一恶劣程度与所述目标天气信息的第二恶劣程度；当所述第一恶劣程度大于所述第二恶劣程度时，按照第二预设比例降低所述目标配额；当所述第一恶劣程度小于所述第二恶劣程度时，按照第二预设比例提高所述目标配额。

可选的，所述目标对象为通过在预设时间段内所述自助终端办理对公取款业务的次数大于预设阈值的对象。

本申请实施例中，提供了一种业务数据的处理装置，包括：获取模块和处理模块。所述获取模块，用于获取目标对象的标识；根据所述标识获取对应的网络模型。其中，所述网络模型通过训练样本和训练结果训练得到，所述训练样本为第一历史时段、第二历史时段和所述第一历史时段对应的第一对公取款业务；所述训练结果为所述第二历史时段对应的第二对公取款业务；所述第二历史时段与所述第一历史日期连续，且晚于所述第一历史时段；所述处理模块，用于将目标时段、前一时段及所述前一时段的对公取款业务输入到所述网络模型，得到所述目标对象的目标对公取款业务；根据所述目标对公取款业务，获取所述自助终端需要给所述目标对象预存储的目标配额。采用本申请的技术方案，能够通过目标对象在历史时段办理的对公取款业务，准确预测下一时段的对公取款业务，从而可以根据预测的对公取款业务给对公自助终端提供准确的配额。

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，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外，还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。