银行网点运营时间的管理方法及系统与流程

1.本发明涉及金融数据处理技术领域，尤指一种银行网点运营时间的管理方法及系统。


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，银行网点的工作时间都是固定不变的。当客户业务比较多时，会造成银行业务比较繁忙，当客户业务稀少时，造成银行资源的浪费。
4.综上来看，亟需一种可以克服上述缺陷，能够提高银行资源利用率，减少资源浪费的技术方案。


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运营时间的管理方法及系统。本发明可以合理安排银行网点的资源分配、工作人员的工作时间，提高资源利用率。
6.在本发明实施例的第一方面，提出了一种银行网点运营时间的管理方法，包括：
7.获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；
8.对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；
9.对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；
10.对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长；
11.对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；
12.根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间。
13.在本发明实施例的第二方面，提出了一种银行网点运营时间的管理系统，包括：
14.聚类分析模块，用于获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；
15.银行网点数据处理模块，用于对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；
16.银行网点子集合数据处理模块，用于对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；
17.最佳服务时长确定模块，用于对于未选取的每个银行网点，根据归属的银行网点
子集合，确定该未选取的银行网点的最佳服务时长；
18.交易量变化曲线构建模块，用于对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；
19.主要休息时间确定模块，用于根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间。
20.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运营时间的管理方法。
21.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运营时间的管理方法。
22.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运营时间的管理方法。
23.本发明提出的银行网点运营时间的管理方法及系统通过获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长；对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间，可以有效克服银行网点的工作时间都是固定不变的，当客户业务比较多时，会造成银行业务比较繁忙，当客户业务稀少时，造成银行资源的浪费等问题，本发明通过客户数据分析银行网点所存在的关系，进而基于银行网点的服务客户时长和环境支付量等数据分析得到相关银行网点的最佳服务时长，进而再通过分析交易量变化曲线与最佳服务时长确定银行网点的主要休息时间，从而合理安排银行网点的工作时间，在繁忙时增加银行资源，在空闲时间减少银行资源，依据数据管理银行网点的资源，可以有效的提高银行网点的运营效率，提高资源利用率，减少银行资源浪费。
附图说明
24.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。
25.图1是本发明一实施例的银行网点运营时间的管理方法流程示意图。
26.图2是本发明一实施例的确定各个银行网点的服务客户时长和对应的环境支付交易量的流程示意图。
27.图3是本发明一实施例的确定服务客户时长和环境支付交易量的对应关系的流程示意图。
28.图4是本发明一实施例的确定未选取的银行网点的最佳服务时长的流程示意图。
29.图5是本发明一实施例的构建未选取的银行网点的交易量变化曲线的流程示意图。
30.图6是本发明一实施例的确定银行网点的主要休息时间流程示意图。
31.图7是本发明一实施例的时间区间的关系示意图。
32.图8是本发明另一实施例的确定银行网点的主要休息时间的流程示意图。
33.图9是本发明一实施例的银行网点运营时间的管理系统架构示意图。
34.图10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
35.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。
36.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。
37.根据本发明的实施方式，提出了一种银行网点运营时间的管理方法及系统，涉及金融数据处理技术领域。
38.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。
39.图1是本发明一实施例的银行网点运营时间的管理方法流程示意图。如图1所示，该方法包括：
40.s1，获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；
41.s2，对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；
42.s3，对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；
43.s4，对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长；
44.s5，对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；
45.s6，根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间。
46.为了对上述银行网点运营时间的管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。
47.在s1中，获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合。
48.在实际应用场景中，不同的银行网点服务的客户群体是不一样的，服务客户时长和环境支付交易量的对应关系是不一样的。但是，由于一个银行网点的数据太少，且无法用于预测另外的银行网点的对应关系，并且所有的银行网点的对应关系肯定不是一致的。对
此，本发明基于客户数据对银行网点进行聚类来解决上述问题。这样就可以保证同一个银行网点子集合中各个银行网点的对应关系大致是一致的，且数据也是充分的可以获得较准确的结果；并且，还可以基于聚类内涵的相似性来预测银行网点子集合的对应关系。
49.具体的，对于每个银行网点，依据该银行网点的客户数据，确定该银行网点在多个维度的数据，该多个维度包括：客户数量，平均交易量，平均支付金额，现金需求量，非现金重空需求量。还可以确定该银行网点的主要交易类别，该主要交易类别是该银行网点的交易量最大的交易类别。交易量是指交易的数量，而不是交易的金额量。
50.对于所述多个维度的每个维度，都可以设定一个该维度的距离函数，该距离函数可以计算该维度的任何两个值的距离。这样就可以根据每个维度的距离函数，确定银行网点对应的距离函数。比如将银行网点对应的距离函数设置为每个维度的距离函数的p次方的加权和的p次方根，其中，p是正整数，比如选择p等于2。
51.根据银行网点对应的距离函数，对银行网点进行聚类分析，获得多个银行网点子集合。聚类算法可以选择k均值。
52.也可以根据银行网点对应的距离函数，以主要交易类别为类别标识，用学习向量量化对银行网点进行聚类分析，获得多个银行网点子集合。
53.还可以按照如下方法进行聚类，具体的，对所有银行网点进行聚类分析的一种方法的具体流程为：
54.s101，在银行网点中选取多个银行网点作为聚类中心，每个聚类中心对应于一个银行网点子集合，该银行网点子集合的初始元素只包含对应的聚类中心对应的银行网点；
55.s102，对于每一个银行网点，执行如下步骤：
56.根据银行网点的客户数据，从所有的聚类中心中选取出与该银行网点的主要交易类别一致的多个聚类中心，基于银行网点对应的距离函数计算选取出的每个聚类中心和该银行网点的的距离，然后从多个距离中选取出最小值作为该银行网点对应的类别相同最小距离，将该最小值对应的银行网点子集合作为该银行网点对应的第一银行网点子集合；对于选取出的与该银行网点的主要交易类别一致的每个聚类中心，基于银行网点对应的距离函数计算该聚类中心对应的银行网点子集合的每个银行网点和该银行网点的距离，将该距离中的最小值确定为该聚类中心和该银行网点的边界距离；然后从该银行网点和选取出的和该银行网点的主要交易类别一致的多个聚类中心对应的多个边界距离中选取出最小值作为该银行网点对应的类别相同最小边界距离，将该最小值对应的聚类中心对应的银行网点子集合作为该银行网点对应的第二银行网点子集合；
57.从所有的聚类中心中选取出与该银行网点的主要交易类别不一致的多个聚类中心，基于银行网点对应的距离函数计算选取出的每个聚类中心和该银行网点的距离，然后从多个距离中选取出最小值作为该银行网点对应的类别不同最小距离；对于选取出的与该银行网点的主要交易类别不一致的每个聚类中心，基于银行网点对应的距离函数计算该聚类中心对应的银行网点子集合的每个银行网点和该银行网点的的距离，将该距离中的最小值确定为该聚类中心和该银行网点的边界距离；然后从该银行网点和选取出的和该银行网点的主要交易类别不一致的多个聚类中心对应的多个边界距离中选取出最小值作为该银行网点对应的类别不同最小边界距离；
58.如果对应的类别相同最小距离和对应的类别不同最小距离的差的绝对值大于等
于对应的类别相同最小边界距离和对应的类别不同最小边界距离的差的绝对值，且对应的类别相同最小边界距离小于对应的类别不同最小边界距离，则将该银行网点划分到该银行网点对应的第二银行网点子集合中；
59.如果对应的类别相同最小距离和对应的类别不同最小距离的差的绝对值小于对应的类别相同最小边界距离和对应的类别不同最小边界距离的差的绝对值，且对应的类别相同最小距离小于对应的类别不同最小距离，则将该银行网点划分到该银行网点对应的第一银行网点子集合中；
60.否则，基于该银行网点新建一个聚类中心，该新建的聚类中心对应于一个新的银行网点子集合，该新的银行网点子集合的初始元素只包含对应的聚类中心对应的银行网点(也就是该银行网点)；
61.s103，在对所有银行网点执行完以上步骤(s102)后，对于每一个银行网点子集合，依据该银行网点子集合的所有银行网点在多个维度的数据和主要交易类别，确定该银行网点子集合对应的均值中心在多个维度的数据和主要交易类别，以及该银行网点子集合对应的变化值；其中，该银行网点子集合对应的变化值依据该银行网点子集合对应的聚类中心和该银行网点子集合对应的均值中心确定；
62.s104，如果存在银行网点子集合对应的变化值大于预设阈值，基于上述步骤获得的均值中心新设定多个聚类中心，每个新设定的聚类中心对应一个新的银行网点子集合，该新的银行网点子集合的初始元素只包含对应的新设定的聚类中心；之后基于新设定的聚类中心和新的银行网点子集合继续对每一个银行网点执行以上步骤(s102)以及确定各个银行网点子集合对应的均值中心在多个维度的数据和主要交易类别，以及各个银行网点子集合对应的变化值(s103)，直至所有的银行网点子集合对应的变化值都小于等于预设阈值；
63.s105，如果所有的银行网点子集合对应的变化值都小于等于预设阈值，则停止对银行网点进行聚类分析，从而得到多个银行网点子集合。
64.在实际应用场景中，对于每一个银行网点子集合，在依据该银行网点子集合的所有银行网点在多个维度的数据和主要交易类别，确定该银行网点子集合对应的聚类中心在多个维度的数据和主要交易类别，以及该银行网点子集合对应的变化值，具体可以按照如下步骤进行：对于多个维度的每一维度，可以将该银行网点子集合的所有银行网点在该维度的数据值的均值，作为该银行网点子集合对应的聚类中心在该维度的数据值；对于主要交易类别，可以将该银行网点子集合的所有银行网点的主要交易类别中数量最多的数据值，作为该银行网点子集合对应的聚类中心的主要交易类别；对于多个维度的每个维度，确定该银行网点子集合对应的聚类中心和对应的均值中心对应于该维度的两个值的差，将该差作为该维度对应的差值，将所有维度对应的差值的加权平方和的平方根，作为该银行网点子集合对应的变化值。
65.其中，主要交易类别是一个银行网点的交易数量最多的交易类型。主要交易类别是和银行网点的需求直接相关的。在银行的银行网点分类中，银行网点的需求是本质的。上述聚类方法可以使得分到同一个银行网点子集合的银行网点的主要交易类别是一样的。通过保证同一个银行网点子集合的银行网点的主要交易类别是一样的，可以提高聚类的准确性，也就是分到同一个银行网点子集合的银行网点大致是一样的。
66.在s2中，参考图2，对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量的具体流程包括：
67.s201，选取多个管理效率最高的银行网点；其中，根据每个银行网点的管理数据，确定该银行网点对应的异常管理数据占比，将对应的异常管理数据占比小于第一阈值的银行网点作为管理效率最高的银行网点；
68.s202，对于选取的每个银行网点，确定该银行网点在一定时期内的服务客户的服务时长数据，将服务时长的均值作为该银行网点的服务客户时长；
69.s203，对于选取的每个银行网点，获取在该银行网点的设定距离范围内的多个支付地点在一定时间范围内的支付交易数据，将该时间范围内的支付交易量的均值作为该银行网点的环境支付交易量。
70.在本实施例中，支付交易量指的是交易的笔数。
71.需要说明的是，一个银行网点的服务时间太长以至于较长时间处于空闲状态，或者服务时间太短以至于顾客等待时间太长，这些都可以体现在银行网点的管理数据中的异常管理数据。银行网点的管理数据中异常管理数据的占比越小，说明该银行网点的服务客户时间的设置越合理。
72.在一实施例中，根据每个银行网点的管理数据，确定该银行网点对应的异常管理数据占比可以按照如下方法来确定：获取该银行网点在第一时期内的管理数据，对于该第一时期内的每一天，确定该银行网点在该天的管理数据中，异常管理数据的数据量占管理数据的数据量的比例，将该比例作为该银行网点在该天的异常管理数据占比；基于该银行网点在该第一时期内的所有天的异常管理数据占比(将该第一时期内的每一天的异常管理数据占比看成一个样本)，确定方差σ；依据该方差σ设置第二阈值其中ε是可以接受的异常管理数据占比误差阈值，p是可以接受的异常管理数据占比误差大于ε的概率；选取第二时期，使得第二时期包含的天数大于第二阈值；对于该第二时期内的每一天，确定该银行网点在该天的管理数据中，异常管理数据的数据量占管理数据的数据量的比例，将该比例作为该银行网点在该天的异常管理数据占比；将该银行网点在该第二时期内所有天的异常管理数据占比的均值作为该银行网点对应的异常管理数据占比。
73.根据大数定理，数据越多，异常管理数据的占比的计算越准确，所以要求管理数据对应的天数大于第二阈值。
74.在s3中，参考图3，对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系的具体流程包括：
75.s301，根据每个选取的银行网点对应的服务客户时长和对应的环境支付交易量，建立该银行网点对应的关系样本；其中，该关系样本是二维坐标系中的一个点，横坐标是服务客户时长，纵坐标是环境支付交易量；
76.s302，根据所述关系样本，进行函数拟合，得到服务客户时长和环境支付交易量的关系函数。
77.需要说明的是，在预设范围内的客户群体的金融交易数据，包含：在银行网点周围的支付交易，以及在银行网点的交易数据。这两方面的交易数据都是客户群体的内在需求
的外在体现，他们之间存在联系，也就是这两方面的交易数据之间存在关系。
78.在s4中，参考图4，对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长的具体流程包括：
79.s401，获取该未选取的银行网点的环境支付交易量；
80.s402，根据该未选取的银行网点归属的银行网点子集合的对应关系，确定该环境支付交易量对应的服务客户时长，将该服务客户时长作为该未选取的银行网点的最佳服务时长。
81.在s5中，参考图5，对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线的具体流程包括：
82.s501，选取多个离散时刻；
83.s502，对于每一个离散时刻，获取该未选取的银行网点在该离散时刻的历史交易数据，将该历史交易数据的平均交易量作为该离散时刻对应的交易量；
84.s503，建立平面坐标系；其中，横坐标是时间，纵坐标是交易量；对于每一个离散时刻，都对应平面坐标系的一个点，将所有的点连续化，得到该未选取的银行网点的交易量变化曲线。
85.在s6中，参考图6，根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间的具体流程包括：
86.s601，将该未选取的银行网点的营业时长减去最佳服务时长，得到主要休息时长；
87.s602，在交易量变化曲线中标记该交易量变化曲线的多个极小值点，并选取第一交易量使得满足以下条件：在所述交易量变化曲线中标记第一交易量，确定该第一交易量对应的时间点；根据第一交易量对应的时间点、该银行网点开始营业时间和结束营业时间，分别构建相邻两个时间点的时间区间，从构建的所有时间区间中，选取出包含标记的极小值点的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间，并且所述多个时间区间的总时长等于所述主要休息时长；
88.s603，从该第一交易量对应的时间点、该银行网点开始营业时间和结束营业时间的相邻两个时间点构建的所有时间区间中，选取出包含极小值点对应的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间，将所述多个时间区间作为该未选取的银行网点的主要休息时间。
89.需要说明的是，主要休息时间是银行网点的大部分员工的休息时间，而不是银行网点的停止营业时间。
90.在本实施例中，极小值就是一个函数曲线的极小值点，该点的函数值小于等于该点周围的点的函数值。通过极小值点，就是想找对应的交易量小于等于该交易量的时间区间，其实在该时间任意找一个点也行，但是极小值点特征明显，找起来比较方便。
91.具体的，参考图7所示的关系示意图；在该条交易量变化曲线中，可以标记出四个极小值点。
92.基于该交易量变化曲线，选取第一交易量使得满足以下条件：
93.如图7所示，在交易量变化曲线中绘制一条第一交易量对应的直线(该直线平行于时间轴，其对应的交易量为第一交易量)。
94.基于该条直线，可以得到直线与交易量变化曲线的多个交点；该多个交点就是在
交易量变化曲线中标记的第一交易量，进而基于该多个交点，确定该第一交易量对应的时间点。
95.根据多个交点对应的时间点、开始营业时间、结束营业时间，分别构建相邻时间点的多个时间区间，即，区间a-i。
96.从构建的所有时间区间中，选取出包含标记的极小值点的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间(区间a、c、e、g、i)，并且所述多个时间区间的总时长等于所述主要休息时长。
97.进一步，根据确定的第一交易量，从确定的第一交易量和该交易量变化曲线的交点组成的所有时间区间中，选取出包含极小值点对应的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间，将所述多个时间区间作为该未选取的银行网点的主要休息时间，即，将区间a、c、e、g、i作为该未选取的银行网点的主要休息时间。
98.在本发明另一实施例中，本发明另一种根据该未选取的银行网点的交易量变化曲线和最佳服务时长(同上，主要休息时长等于该未选取的银行网点的营业时长减去最佳服务时长的差)确定银行网点的主要休息时间的方法，具体流程参考图8。如图8所示，该方法包括：
99.s81，确定交易量变化曲线的极小值点和极大值点；
100.s82，对于每一个极小值点或者极大值点，确定该极值点对应的交易量对应的直线与交易量变化曲线的所有交点对应的时间点，对于每两个紧邻的时间点构建对应的时间区间，从该构建的所有时间区间中，选取出对应的时间点对应于交易量变化曲线的函数值小于等于该极值点对应的交易量的多个时间区间，并计算选取的多个时间区间的时长，将该时长作为该极值点对应的时长。
101.s83，从所有的每一个极小值点或者极大值点中，找出对应的时长小于等于该主要休息时长的多个极值点，从该多个极值点中找出对应时长最大的极值点，将该极值点对应的交易量作为该主要休息时长的左端点；
102.s84，从所有的每一个极小值点或者极大值点中，找出对应的时长大于等于该主要休息时长的多个极值点，从该多个极值点中找出对应时长最小的极值点，将该极值点对应的交易量作为该主要休息时长的右端点；
103.s85，该主要休息时长的左端点和右端点组成一个区间，将该区间离散化，获得多个离散交易量。
104.s86，对于每个离散交易量，确定该离散交易量对应的直线与交易量变化曲线的所有交点对应的时间点，对于每两个紧邻的时间点构建对应的时间区间，从该构建的所有时间区间中，选取出对应的时间点对应于交易量变化曲线的函数值小于等于该离散交易量的多个时间区间，将该选取的多个时间区间作为该离散交易量对应的时间区间，并计算选取的多个时间区间的时长，将该时长作为该离散交易量对应的时长。
105.s87，从所有的离散交易量中，找出对应的时长小于等于该主要休息时长的多个离散交易量，从该多个离散交易量中找出对应时长最大的离散交易量，将该离散交易量作为该主要休息时长的下界离散交易量；
106.s88，从所有的离散交易量中，找出对应的时长大于等于该主要休息时长的多个离散交易量，从该多个离散交易量中找出对应时长最小的离散交易量，将该离散交易量作为
该主要休息时长的上界离散交易量；
107.s89，依据该主要休息时长的下界离散交易量对应的时间区间，以及上界离散交易量对应的时间区间，确定该银行网点的主要休息时间。
108.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。
109.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9对本发明示例性实施方式的银行网点运营时间的管理系统进行介绍。
110.银行网点运营时间的管理系统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。
111.基于同一发明构思，本发明还提出了一种银行网点运营时间的管理系统，如图9所示，该系统包括：
112.聚类分析模块110，用于获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；
113.银行网点数据处理模块120，用于对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；
114.银行网点子集合数据处理模块130，用于对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；
115.最佳服务时长确定模块140，用于对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长；
116.交易量变化曲线构建模块150，用于对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；
117.主要休息时间确定模块160，用于根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间。
118.在一实施例中，银行网点数据处理模块120具体用于：
119.选取多个管理效率最高的银行网点；其中，根据每个银行网点的管理数据，确定该银行网点对应的异常管理数据占比，将对应的异常管理数据占比小于第一阈值的银行网点作为管理效率最高的银行网点；
120.对于选取的每个银行网点，确定该银行网点在一定时期内的服务客户的服务时长数据，将服务时长的均值作为该银行网点的服务客户时长；
121.对于选取的每个银行网点，获取在该银行网点的设定距离范围内的多个支付地点在一定时间范围内的支付交易数据，将该时间范围内的支付交易量的均值作为该银行网点的环境支付交易量。
122.在一实施例中，银行网点子集合数据处理模块130具体用于：
123.根据每个选取的银行网点对应的服务客户时长和对应的环境支付交易量，建立该
银行网点对应的关系样本；其中，该关系样本是二维坐标系中的一个点，横坐标是服务客户时长，纵坐标是环境支付交易量；
124.根据所述关系样本，进行函数拟合，得到服务客户时长和环境支付交易量的关系函数。
125.在一实施例中，最佳服务时长确定模块140具体用于：
126.获取该未选取的银行网点的环境支付交易量；
127.根据该未选取的银行网点归属的银行网点子集合的对应关系，确定该环境支付交易量对应的服务客户时长，将该服务客户时长作为该未选取的银行网点的最佳服务时长。
128.在一实施例中，交易量变化曲线构建模块150具体用于：
129.选取多个离散时刻；
130.对于每一个离散时刻，获取该未选取的银行网点在该离散时刻的历史交易数据，将该历史交易数据的平均交易量作为该离散时刻对应的交易量；
131.建立平面坐标系；其中，横坐标是时间，纵坐标是交易量；对于每一个离散时刻，都对应平面坐标系的一个点，将所有的点连续化，得到该未选取的银行网点的交易量变化曲线。
132.在一实施例中，主要休息时间确定模块160具体用于：
133.将该未选取的银行网点的营业时长减去最佳服务时长，得到主要休息时长；
134.在交易量变化曲线中标记该交易量变化曲线的多个极小值点，并选取第一交易量使得满足以下条件：在所述交易量变化曲线中标记第一交易量，确定该第一交易量对应的时间点；根据第一交易量对应的时间点、该银行网点开始营业时间和结束营业时间，分别构建相邻两个时间点的时间区间，从构建的所有时间区间中，选取出包含标记的极小值点的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间，并且所述多个时间区间的总时长等于所述主要休息时长；
135.从该第一交易量对应的时间点、该银行网点开始营业时间和结束营业时间的相邻两个时间点构建的所有时间区间中，选取出包含极小值点对应的时间且该极小值点对应的交易量小于等于该第一交易量的多个时间区间，将所述多个时间区间作为该未选取的银行网点的主要休息时间。
136.应当注意，尽管在上文详细描述中提及了银行网点运营时间的管理系统的若干模块，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。
137.基于前述发明构思，如图10所示，本发明还提出了一种计算机设备1000，包括存储器1010、处理器1020及存储在存储器1010上并可在处理器1020上运行的计算机程序1030，所述处理器1020执行所述计算机程序1030时实现前述银行网点运营时间的管理方法。
138.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运营时间的管理方法。
139.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运营时间的管理方法。
140.本发明提出的银行网点运营时间的管理方法及系统通过获取预设范围内的所有银行网点的客户数据，根据客户数据对所有银行网点进行聚类分析，获得多个银行网点子集合；对于每个银行网点子集合，选取多个管理效率最高的银行网点，根据选取的各个银行网点的客户数据，确定各个银行网点的服务客户时长和对应的环境支付交易量；对于每个银行网点子集合，根据选取的银行网点，确定服务客户时长和环境支付交易量的对应关系；对于未选取的每个银行网点，根据归属的银行网点子集合，确定该未选取的银行网点的最佳服务时长；对于未选取的每个银行网点，构建该未选取的银行网点的交易量变化曲线；根据该未选取的银行网点的交易量变化曲线和最佳服务时长，确定该银行网点的主要休息时间，可以有效克服银行网点的工作时间都是固定不变的，当客户业务比较多时，会造成银行业务比较繁忙，当客户业务稀少时，造成银行资源的浪费等问题，本发明通过客户数据分析银行网点所存在的关系，进而基于银行网点的服务客户时长和环境支付量等数据分析得到相关银行网点的最佳服务时长，进而再通过分析交易量变化曲线与最佳服务时长确定银行网点的主要休息时间，从而合理安排银行网点的工作时间，在繁忙时增加银行资源，在空闲时间减少银行资源，依据数据管理银行网点的资源，可以有效的提高银行网点的运营效率，提高资源利用率，减少银行资源浪费。
141.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。
142.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。
143.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。
144.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。
145.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。