1.一种智能柜台办理的业务种类的确定方法,其特征在于,包括:
获取待进行智能柜台业务种类配置的目标网点的网点业务信息,以及获取所述目标网点配置的智能柜台的数量;
调用预设数据处理模型,以使所述预设数据处理模型对所述网点业务信息以及所述智能柜台的数量进行处理,得到所述目标网点配置的智能柜台所需办理的业务种类;
所述预设数据处理模型基于训练样本训练得到;所述训练样本包括样本网点对应的网点业务信息、智能柜台的数量、以及智能柜台办理的业务种类集合。
2.根据权利要求1所述的确定方法,其特征在于,所述预设数据处理模型的生成过程包括:
获取训练样本;所述训练样本包括样本网点对应的网点业务信息、智能柜台的数量、以及智能柜台办理的业务种类集合;
使用所述训练样本,对预设数据处理模型进行训练,直至满足预设训练停止条件时停止。
3.根据权利要求2所述的确定方法,其特征在于,获取样本网点对应的智能柜台办理的业务种类集合包括:
获取样本网点的网点业务信息以及所述样本网点配置的智能柜台的数量;所述网点业务信息包括网点业务种类,以及网点业务办理数据;
获取预先设定的网点业务组合数量,并将所述网点业务种类按照所述网点业务组合数量进行组合,得到多个业务种类集合;
从所述多个业务种类集合中筛选出满足预设业务种类集合筛选规则的业务种类集合,并作为样本网点对应的智能柜台办理的业务种类集合。
4.根据权利要求3所述的确定方法,其特征在于,从所述多个业务种类集合中筛选出满足预设业务种类集合筛选规则的业务种类集合,包括:
获取所述业务种类集合中的每两个网点业务种类的关联度,并基于每两个网点业务种类的关联度,计算所述业务种类集合的关联度;
根据所述网点业务办理数据以及所述业务种类集合的关联度,确定所述业务种类集合的权重值;
筛选出权重值满足预设权重规则的业务种类集合。
5.根据权利要求4所述的确定方法,其特征在于,获取所述业务种类集合中的每两个网点业务种类的关联度,包括:
获取历史办理业务数据;所述历史办理业务数据包括历史连续办理的多个网点业务种类;
根据所述历史办理业务数据,计算所述历史办理业务数据中先后出现的两个网点业务种类的关联度;所述关联度表征所述两个网点业务种类中,在办理先出现的网点业务种类之前需办理后出现的网点业务种类的概率值;
从所述历史办理业务数据中先后出现的两个网点业务种类的关联度中,查找所述业务种类集合中的每两个网点业务种类的关联度。
6.根据权利要求4所述的确定方法,其特征在于,所述网点业务办理数据包括:每种网点业务种类的平均办理时间以及每天的业务办理总时间;
根据所述网点业务办理数据以及所述业务种类集合的关联度,确定所述业务种类集合的权重值,包括:
根据每种网点业务种类的平均办理时间,计算所述业务种类集合中的所有网点业务种类的业务办理时间方差;
计算每天的业务办理总时间的平均业务办理总时间;
对所述业务办理时间方差、平均业务办理总时间以及所述业务种类集合的关联度进行加权求和,得到所述业务种类集合的权重值。
7.一种智能柜台办理的业务种类的确定装置,其特征在于,包括:
数据获取模块,用于获取待进行智能柜台业务种类配置的目标网点的网点业务信息,以及获取所述目标网点配置的智能柜台的数量;
模型处理模块,用于调用预设数据处理模型,以使所述预设数据处理模型对所述网点业务信息以及所述智能柜台的数量进行处理,得到所述目标网点配置的智能柜台所需办理的业务种类;
所述预设数据处理模型基于训练样本训练得到;所述训练样本包括样本网点对应的网点业务信息、智能柜台的数量、以及智能柜台办理的业务种类集合。
8.根据权利要求7所述的确定装置,其特征在于,还包括模型生成模块,所述模型生成模块包括:
样本获取子模块,用于获取训练样本;所述训练样本包括样本网点对应的网点业务信息、智能柜台的数量、以及智能柜台办理的业务种类集合;
模型训练子模块,用于使用所述训练样本,对预设数据处理模型进行训练,直至满足预设训练停止条件时停止。
9.根据权利要求8所述的确定装置,其特征在于,样本获取子模块包括:
数据获取单元,用于获取样本网点的网点业务信息以及所述样本网点配置的智能柜台的数量;所述网点业务信息包括网点业务种类,以及网点业务办理数据;
组合单元,用于获取预先设定的网点业务组合数量,并将所述网点业务种类按照所述网点业务组合数量进行组合,得到多个业务种类集合;
筛选单元,用于从所述多个业务种类集合中筛选出满足预设业务种类集合筛选规则的业务种类集合,并作为样本网点对应的智能柜台办理的业务种类集合。
10.一种电子设备,其特征在于,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器调用程序并用于:
获取待进行智能柜台业务种类配置的目标网点的网点业务信息,以及获取所述目标网点配置的智能柜台的数量;
调用预设数据处理模型,以使所述预设数据处理模型对所述网点业务信息以及所述智能柜台的数量进行处理,得到所述目标网点配置的智能柜台所需办理的业务种类;
所述预设数据处理模型基于训练样本训练得到;所述训练样本包括样本网点对应的网点业务信息、智能柜台的数量、以及智能柜台办理的业务种类集合。