基于大数据预测引导客户办理银行业务的推荐系统及方法
【技术领域】
[0001]本发明涉及银行服务管理领域，尤其涉及一种基于大数据预测引导客户办理银行业务的推荐系统及方法。
【背景技术】
[0002]在银行办理业务时，经常出现客户在银行网点中等待时间较长、取号未办理业务等现象，这样不仅不能充分利用资源，而且会引起客户的不满，降低客户体验度。叫号机在一定程度上解决了客户排队的有序性，但是还存在客户对于业务办理时间的不确定性以及很多人取号之后没有办理业务导致客户仍然会花费大量时间在等待上的问题。针对这一现象，为客户合理有效地推荐办理银行业务显得十分重要，即要实现最小化客户办理银行业务的时间。
[0003]中国专利CN201310690773公开了一种自动优化客户排队队列的方法及系统，包括:银行业务申请书处理服务器、手机银行客户端、客户速度计算服务器、特急客户预约服务器、个性化客户服务器、优化客户排队队列服务器。客户在120公里速度不能到达选定银行网点，则取消该排队号，并通知客户重新预约;符合储存特急事件定义的预约，可向银行业务申请书处理服务器申请特急事件处理。对于重要的客户，提供个性化服务，排队队列服务器始终在15分钟内保留一个业务办理时间，用于优质客户办理业务。银行网点等候时间超过预定义的范围，则重新计算出能最快办理业务的网点，发出信息供客户用手机银行客户端重新选择。解决部分客户对银行的贡献度高，是较为重要的客户群，却未能获得个性化服务的问题。
[0004]但该发明存在以下缺点:第一，该专利并没有给出客户分类的标准，不能准确辨别重要客户和一般客户。第二，该专利中并未阐释若客户反复点击排队请求的处理方法，反复点击会造成排队效率低的后果。第三，所述的精确计算所有等待办业务的客户的等候时间没有考虑到因客户可能会有更多需求和疑问导致的业务办理时间延长等情况。
【发明内容】
[0005]本发明是为了解决现有技术的不足，提供一种基于大数据预测引导客户办理银行业务的推荐系统及方法，本发明提供的一种基于大数据预测引导客户办理银行业务的推荐系统，包括:客户端，定位模块，网点，数据传输模块和预测模块。
[0006]所述的客户端包括但不限于客户的手机、电脑等可以连接互联网的设备。客户在客户端输入信息，客户端对客户进行画像并对其归类。
[0007]所述的定位模块，在客户授权位置信息后对客户当前位置进行定位并识别指定半径内的网点，同时显示这些网点的具体距离，根据不同的交通方式推荐给客户较合适的路线并预计到达时间。交通方式包括但不限于步行，打车等。
[0008]所述网点，将时间分成不同的时间段，分别计算某种业务在不同时间段的平均办理时间，并根据客户的不同类型，计算不同时间段办理某种业务的需求密度或不同时间段预约某种业务的需求密度。
[0009]所述的数据传输模块，是一个数据交换平台，通过通用网关连接网点、客户端和定位模块，并通过实时连接客户端、网点和定位模块来获取数据并传输到预测模块。
[0010]所述的预测模块，根据不同客户类型和客户输入信息建立模型，并为客户定制推荐信息。
[0011 ]上述的一种基于大数据预测引导客户办理银行业务的推荐系统，其中，所述客户的归类类型包括普通客户、潜在VIP客户和VIP客户。
[0012]上述的一种基于大数据预测引导客户办理银行业务的推荐系统，其中，所述定位模块通过电信移动运营商的无线电通讯网络或外部定位方式获取客户端用户的位置信息。
[0013]上述的一基于大数据预测引导客户办理银行业务的推荐系统，其中，所述预测模块包括:
[0014]网点输入信息单元，用于筛选数据传输模块中网点的输入信息。
[0015]定位输入信息单元，用于筛选数据传输模块中定位模块的输入信息。
[0016]网点推荐单元，用于根据输入信息给出各网点推荐分数，分数越低，推荐程度越尚O
[0017]上述的一种基于大数据预测引导客户办理银行业务的推荐系统，其中，对于普通客户和潜在VIP客户，所述预测模块还包括:业务办理时间推荐单元，用于根据输入信息给出该网点办理业务时间的推荐分数，分数越低，推荐程度越高。
[0018]对于VIP客户，所述预测模块还包括:预约时间推荐单元，用于根据输入信息通过模型给出该网点预约办理业务时间的推荐分数，分数越低，推荐程度越高。
[0019]本发明还提供了一种基于大数据预测引导客户办理银行业务的推荐方法，是基于上述的基于大数据预测引导客户办理银行业务的推荐系统的推荐方法，包括以下步骤:
[0020](I)客户在客户端输入用户名、卡号、密码、需要办理的业务类型以及选择性输入办理业务的半径、网点或时间，客户端其进行客户画像并归类，归类类型包括普通客户、潜在VIP客户和VIP客户。
[0021](2)定位模块在客户授权位置信息后通过定位客户当前位置搜索指定半径内的网点并显示这些网点的具体距离，并结合距离和交通方式显示到这些网点的预计到达时间。
[0022](3)若客户为普通客户或潜在VIP客户，网点将时间分成不同的时间段，分别计算某种业务在不同时间段的平均办理时间和不同时间段办理某种业务的需求密度；否则，执行步骤(4)。
[0023](4)若客户为VIP客户，网点将时间分成不同的时间段，分别计算某种业务在不同时间段的平均办理时间和不同时间段预约某种业务的需求密度。
[0024](5)数据传输模块通过实时连接客户端、网点和定位模块来获取数据并传输到预测模块。
[0025](6)若客户为普通客户或潜在VIP客户，则可选择在客户端中输入希望办理业务的网点、半径或办理时间。
[0026]若客户选择输入希望办理业务的网点，则预测模块会根据该网点在不同时间段办理某种业务的需求密度来进行对比，并为客户推荐最佳办理时间段。
[0027]若客户选择输入希望办理业务的半径，则预测模块会根据半径距离，通过不同交通方式预计到达时间，并根据预计到达时间、某种业务在不同时间段的平均办理时间和在不同时间段办理某种业务的需求密度这三个输入项建立模型并得出一个分数，通过该分数评价不同网点办理该业务的推荐程度，得分越低推荐程度越高。
[0028]若客户选择输入希望办理业务的时间，则默认的半径值为5km，预测模块根据5km内各网点的距离，通过不同交通方式预计到达时间，并根据预计到达时间、某种业务在该时间段的平均办理时间和该时间段办理某种业务的需求密度这三个输入项建立模型并得出一个分数，通过该分数评价不同网点办理该业务的推荐程度，得分越低推荐程度越高。否贝IJ，执行步骤(7)。
[0029](7)若客户为VIP客户，则可选择在客户端中输入希望办理业务的网点、半径或办理时间。
[0030]若客户选择输入希望办理业务的网点，则预测模块会根据该网点在不同时间段预约办理业务的需求密度来进行对比，并为客户推荐最佳办理时间段。
[0031]若客户选择输入希望办理业务的半径，则预测模块会根据半径距离，通过不同交通方式预计到达时间，并根据预计到达时间、某种业务在不同时间段的平均办理时间和不同时间段预约某种业务的需求密度这三个输入项建立模型并得出一个分数，通过该分数评价不同网点办理该业务的推荐程度，得分越低推荐程度越高。
[0032]若客户选择输入希望办理业务的时间，则默认的半径值为5km，预测模块根据5km内各网点的距离，通过不同交通方式预计到达时间，并通过预计到达时间、某种业务在该时间段的平均办理时间和该时间段预约某种业务的需求密度这三个输入项建立模型并得出一个分数，通过该分数评价不同网点办理该业务的推荐程度，得分越低推