业务办理时长的确定方法及其装置、电子设备及存储介质与流程

本发明涉及人工智能领域，具体而言，涉及一种业务办理时长的确定方法及其装置、电子设备及存储介质。

背景技术：

1、当前，金融机构的客户在机构网点进行业务办理的时候，需要在机构网点的取号机上取号(取号条上有排队序号)，然后在机构网点内等待，直到人员呼叫该客户的排队序号，然后客户去对应窗口进行业务办理。由于无法预测业务的办理时长，因为无法实现对等待时间的预估，只能凭借客户的排队序号和当前叫号的序号之间的差值估计等待时间长短，估计结果不准确，误差较大。并且，由于排在前面的号数很多，客户有可能暂时离开网点但却不能及时返回，导致需要重新取号排队，造成不够友好的客户体验。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种业务办理时长的确定方法及其装置、电子设备及存储介质，以至少解决相关技术中无法对办理业务的时长进行预测的技术问题。

2、根据本发明实施例的一个方面，提供了一种业务办理时长的确定方法，包括：接收目标用户的业务办理申请，其中，所述业务办理申请至少包括：网点标识，业务类型；基于所述网点标识以及所述业务类型，生成目标图像码，并在目标终端扫描所述目标图像码的情况下，获取所述目标用户的用户标识；基于所述网点标识、所述业务类型以及所述用户标识，从预设系统中获取网点信息、业务信息以及用户信息，并基于所述业务类型从所述预设系统中获取目标预测模型；将所述网点信息、所述业务信息以及所述用户信息输入至所述目标预测模型，输出所述目标用户的业务办理时长，其中，所述目标预测模型是基于所述业务类型的历史特征数据以及历史办理时长数据训练得到的，所述目标预测模型包含多个神经层，每个所述神经层包含至少一个神经元，所述神经元对应有神经阈值，连接的所述神经元之间具有连接权重值，所述业务办理时长是基于所述连接权重值以及所述神经阈值，通过每个所述神经层的每个所述神经元处理得到。

3、进一步地，所述确定方法还包括：从所述预设系统中获取历史数据集合，其中，所述历史数据集合包括：每个交易业务的所述历史特征数据以及所述历史办理时长；确定业务类型集合，并对于所述业务类型集合中的每个所述业务类型，确定所述业务类型的特征集合，其中，所述特征集合包括：多个特征；对于每个所述业务类型，基于所述历史数据集合，确定所述业务类型在每个预设交易业务中的历史特征值集合，其中，所述预设交易业务是所述业务类型指示的所述交易业务，所述历史特征值集合包含所述业务类型对应的所述特征集合中每个所述特征下的历史特征值，每个所述历史特征值集合对应一个所述历史办理时长；对于每个所述业务类型，基于所述业务类型的所有所述历史特征值集合以及所述历史特征值集合对应的所述历史办理时长，训练预测模型，得到所述业务类型对应的训练完毕的所述预测模型。

4、进一步地，所述预测模型包括：多个所述神经层，所述神经层的类型包括下述至少之一：输入层、隐含层、输出层，所述神经层包含至少一个所述神经元，所述神经元对应有神经阈值，连接的所述神经元之间具有连接权重值，基于所述业务类型的所有所述历史特征值集合以及所述历史特征值集合对应的所述历史办理时长，训练预测模型的步骤，包括：将所述历史特征值集合输入至所述预测模型，输出预测时长；确定所述预测时长与所述历史办理时长之间的时长误差；在所述时长误差大于预设误差阈值的情况下，基于预设反向传播学习算法调整所述预测模型的所有所述连接权重值以及所有所述神经阈值，直到所述时长误差小于等于所述预设误差阈值，完成对所述预测模型的训练。

5、进一步地，在接收目标用户的业务办理申请之前，还包括：在所述目标用户进行线上取号的情况下，接收所述目标终端上传的所述业务类型以及所述网点标识，并基于所述业务类型以及所述网点标识，生成所述业务办理申请；在所述目标用户进行预设网点取号的情况下，接收预设取号终端上传的所述业务类型，并基于所述业务类型以及所述预设网点的所述网点标识，生成所述业务办理申请，其中，所述预设取号终端是位于所述预设网点内的取号终端。

6、进一步地，在目标终端扫描所述目标图像码的情况下，获取所述目标用户的用户标识的步骤，包括：确定扫描所述目标图像码的扫描应用，并确定所述扫描应用的登录账号标识；基于所述登录账号标识，在所述预设系统中匹配预设用户标识；将与所述登录账号标识匹配的所述预设用户标识表征为所述目标用户的用户标识。

7、进一步地，基于所述网点标识、所述业务类型以及所述用户标识，从预设系统中获取网点信息、业务信息以及用户信息的步骤，包括：基于所述网点标识，从所述预设系统中获取所述网点标识指示的网点的所述网点信息，其中，所述网点信息至少包括：通信距离、操作人员信息以及授权人员信息；基于所述业务类型，从所述预设系统中获取所述业务类型指示的交易业务的所述业务信息，其中，所述业务信息至少包括：所述交易业务的业务复杂度、所述交易业务涉及的交易系统的系统架构；基于所述用户标识，从所述预设系统中获取所述用户标识指示的所述目标用户的所述用户信息，其中，所述用户信息至少包括：年龄信息、教育信息、语言信息。

8、进一步地，在将所述网点信息、所述业务信息以及所述用户信息输入至所述目标预测模型，输出所述目标用户的业务办理时长之后，还包括：确定所述目标用户的取号值，并基于所述取号值，确定位于所述目标用户之前的预设用户集合，其中，所述预设用户集合包括：多个待办理业务的预设用户；从所述预设系统中获取每个所述预设用户的预设办理时长；累加所有所述预设办理时长以及所述业务办理时长，得到所述目标用户的等待时长；将所述等待时长发送至所述目标终端。

9、根据本发明实施例的另一方面，还提供了一种业务办理时长的确定装置，包括：接收单元，用于接收目标用户的业务办理申请，其中，所述业务办理申请至少包括：网点标识，业务类型；第一获取单元，用于基于所述网点标识以及所述业务类型，生成目标图像码，并在目标终端扫描所述目标图像码的情况下，获取所述目标用户的用户标识；第二获取单元，用于基于所述网点标识、所述业务类型以及所述用户标识，从预设系统中获取网点信息、业务信息以及用户信息，并基于所述业务类型从所述预设系统中获取目标预测模型；输出单元，用于将所述网点信息、所述业务信息以及所述用户信息输入至所述目标预测模型，输出所述目标用户的业务办理时长，其中，所述目标预测模型是基于所述业务类型的历史特征数据以及历史办理时长数据训练得到的，所述目标预测模型包含多个神经层，每个所述神经层包含至少一个神经元，所述神经元对应有神经阈值，连接的所述神经元之间具有连接权重值，所述业务办理时长是基于所述连接权重值以及所述神经阈值，通过每个所述神经层的每个所述神经元处理得到。

10、进一步地，所述确定装置还包括：第一获取模块，用于从所述预设系统中获取历史数据集合，其中，所述历史数据集合包括：每个交易业务的所述历史特征数据以及所述历史办理时长；第一确定模块，用于确定业务类型集合，并对于所述业务类型集合中的每个所述业务类型，确定所述业务类型的特征集合，其中，所述特征集合包括：多个特征；第二确定模块，用于对于每个所述业务类型，基于所述历史数据集合，确定所述业务类型在每个预设交易业务中的历史特征值集合，其中，所述预设交易业务是所述业务类型指示的所述交易业务，所述历史特征值集合包含所述业务类型对应的所述特征集合中每个所述特征下的历史特征值，每个所述历史特征值集合对应一个所述历史办理时长；第一训练模块，用于对于每个所述业务类型，基于所述业务类型的所有所述历史特征值集合以及所述历史特征值集合对应的所述历史办理时长，训练预测模型，得到所述业务类型对应的训练完毕的所述预测模型。

11、进一步地，所述预测模型包括：多个所述神经层，所述神经层的类型包括下述至少之一：输入层、隐含层、输出层，所述神经层包含至少一个所述神经元，所述神经元对应有神经阈值，连接的所述神经元之间具有连接权重值，所述第一训练模块包括：第一输入子模块，用于将所述历史特征值集合输入至所述预测模型，输出预测时长；第一确定子模块，用于确定所述预测时长与所述历史办理时长之间的时长误差；第一调整子模块，用于在所述时长误差大于预设误差阈值的情况下，基于预设反向传播学习算法调整所述预测模型的所有所述连接权重值以及所有所述神经阈值，直到所述时长误差小于等于所述预设误差阈值，完成对所述预测模型的训练。

12、进一步地，所述确定装置还包括：第一接收模块，用于在接收目标用户的业务办理申请之前，在所述目标用户进行线上取号的情况下，接收所述目标终端上传的所述业务类型以及所述网点标识，并基于所述业务类型以及所述网点标识，生成所述业务办理申请；第二接收模块，用于在所述目标用户进行预设网点取号的情况下，接收预设取号终端上传的所述业务类型，并基于所述业务类型以及所述预设网点的所述网点标识，生成所述业务办理申请，其中，所述预设取号终端是位于所述预设网点内的取号终端。

13、进一步地，所述第一获取单元包括：第三确定模块，用于确定扫描所述目标图像码的扫描应用，并确定所述扫描应用的登录账号标识；第一匹配模块，用于基于所述登录账号标识，在所述预设系统中匹配预设用户标识；第一表征模块，用于将与所述登录账号标识匹配的所述预设用户标识表征为所述目标用户的用户标识。

14、进一步地，所述第二获取单元包括：第二获取模块，用于基于所述网点标识，从所述预设系统中获取所述网点标识指示的网点的所述网点信息，其中，所述网点信息至少包括：通信距离、操作人员信息以及授权人员信息；第三获取模块，用于基于所述业务类型，从所述预设系统中获取所述业务类型指示的交易业务的所述业务信息，其中，所述业务信息至少包括：所述交易业务的业务复杂度、所述交易业务涉及的交易系统的系统架构；第四获取模块，用于基于所述用户标识，从所述预设系统中获取所述用户标识指示的所述目标用户的所述用户信息，其中，所述用户信息至少包括：年龄信息、教育信息、语言信息。

15、进一步地，所述确定装置还包括：第四确定模块，用于在将所述网点信息、所述业务信息以及所述用户信息输入至所述目标预测模型，输出所述目标用户的业务办理时长之后，确定所述目标用户的取号值，并基于所述取号值，确定位于所述目标用户之前的预设用户集合，其中，所述预设用户集合包括：多个待办理业务的预设用户；第五获取模块，用于从所述预设系统中获取每个所述预设用户的预设办理时长；第一累加模块，用于累加所有所述预设办理时长以及所述业务办理时长，得到所述目标用户的等待时长；第一发送模块，用于将所述等待时长发送至所述目标终端。

16、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项业务办理时长的确定方法。

17、根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任意一项业务办理时长的确定方法。

18、在本发明中，接收目标用户的业务办理申请，基于网点标识以及业务类型，生成目标图像码，并在目标终端扫描目标图像码的情况下，获取目标用户的用户标识，基于网点标识、业务类型以及用户标识，从预设系统中获取网点信息、业务信息以及用户信息，并基于业务类型从预设系统中获取目标预测模型，将网点信息、业务信息以及用户信息输入至目标预测模型，输出目标用户的业务办理时长。在本发明中，可以根据接收到的业务办理申请中携带的网点标识以及业务类型，生成目标图像码，然后在目标用户采用目标终端扫描目标图像码后，获取目标用户的用户标识，再根据网点标识、业务类型以及用户标识，从预设系统中获取网点信息、业务信息以及用户信息，并根据业务类型从预设系统中获取目标预测模型，之后将网点信息、业务信息以及用户信息输入至目标预测模型，以通过目标预测模型中的每个神经层中的每个神经元进行数据处理，得到业务办理时长，能够实现为每位用户预测业务办理时长，使得用户可以提前知道等待时长，以提高用户体验，进而解决了相关技术中无法对办理业务的时长进行预测的技术问题。