银行ATM的数量预估方法及系统

技术领域

本发明涉及金融数据处理技术领域，尤指一种银行ATM的数量预估方法及系统。

背景技术

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。

目前，客户对银行ATM的需求出现了较大的分化。一部分的客户更倾向于手机线上支付，对现金的需要正在萎缩。而有的客户依然对现金有较大的需求。这样目前银行部署的ATM，有可能因为部署的ATM数量比较多而造成资源(ATM机具资源，现金资源，以及人员管理资源)的浪费(没有足够的客户使用而造成资源的浪费)，也有可能因为部署的ATM数量比较少而满足不了客户的现金需求。

综上来看，亟需一种可以克服上述缺陷，能够提高ATM利用率，减少资源浪费的技术方案。

发明内容

为解决现有技术存在的问题，本发明提出了一种银行ATM的数量预估方法及系统。

在本发明实施例的第一方面，提出了一种银行ATM的数量预估方法，包括：

将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；

根据余额不足失败率和ATM现金交易量，设置参考区域；

对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的独有交易向量；

获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合；

对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量；

对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域；

对于每个非参考区域，将该非参考区域的ATM数量设置为该非参考区域对应的相似参考区域内的ATM数量。

在本发明实施例的第二方面，提出了一种银行ATM的数量预估系统，包括：

数据处理模块，用于将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；

设置模块，用于根据余额不足失败率和ATM现金交易量，设置参考区域；

ATM交易量处理模块，用于对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的独有交易向量；

聚类分析模块，用于获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合；

客户类别计算模块，用于对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量；

相似参考区域计算模块，用于对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域；

数量设置模块，用于对于每个非参考区域，将该非参考区域的ATM数量设置为该非参考区域对应的相似参考区域内的ATM数量。

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ATM的数量预估方法。

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ATM的数量预估方法。

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ATM的数量预估方法。

本发明提出的银行ATM的数量预估方法及系统通过将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；根据余额不足失败率和ATM现金交易量，设置参考区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的独有交易向量；获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合；对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量；对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域；对于每个非参考区域，将该非参考区域的ATM数量设置为该非参考区域对应的相似参考区域内的ATM数量，整体方案可以依据实际的客户需求设置银行ATM的数量，提高银行网点的运营效率，并有效满足客户的实际需求，减少银行资源的浪费，提高银行设备的利用率。

附图说明

为了更清楚地说明本申请实施例技术方案，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它的附图。

图1是本发明一实施例的银行ATM的数量预估方法流程示意图。

图2是本发明一具体实施例的确定该子区域的余额不足失败率及ATM现金交易量的详细流程示意图。

图3是本发明一具体实施例的设置备选区域及参考区域的具体流程示意图。

图4是本发明一具体实施例的计算子区域的独有交易向量的具体流程示意图。

图5是本发明一具体实施例的聚类分析的详细流程示意图。

图6是本发明一具体实施例的从多个备选参考区域中选出非参考区域的相似参考区域的具体流程示意图。

图7是本发明一具体实施例的确定ATM的位置的流程示意图。

图8是本发明一具体实施例的确定ATM的位置的详细流程示意图。

图9是本发明一实施例的银行ATM的数量预估系统架构示意图。

图10是本发明另一实施例的银行ATM的数量预估系统架构示意图。

图11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

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。

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。

根据本发明的实施方式，提出了一种银行ATM的数量预估方法及系统，涉及金融数据处理技术领域。

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。

图1是本发明一实施例的银行ATM的数量预估方法流程示意图。如图1所示，该方法包括：

S101，将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；

S102，根据余额不足失败率和ATM现金交易量，设置参考区域；

S103，对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的独有交易向量；

S104，获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合；

S105，对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量；

S106，对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域；

S107，对于每个非参考区域，将该非参考区域的ATM数量设置为该非参考区域对应的相似参考区域内的ATM数量。

为了对上述银行ATM的数量预估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。

在S101中，参考图2，将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量的具体流程包括：

S1011，将预定区域划分为多个子区域。

划分方式可以根据街道信息，在实际应用场景中，可以采用其他类似的区域划分方式，能够实现划分出多个子区域的方式即可。

在实际应用场景中，划分预定区域可以按照街道的范围。

在一具体实施例中，将预定区域划分为多个子区域的方式可以采用以下方法：

任选多个维度(比如资金数和收入)，依据该多个维度对客户分类，获得多个客户类别；

从银行服务器获取预定区域内每个客户的位置信息，并依据该位置信息确定该客户的居住位置。具体的，如果该位置信息包含居住位置，则将该居住位置确定为该客户的居住位置，否则将该位置信息包含的多个位置中停留时间最长的位置确定为该客户的居住位置。

需要说明的是每个客户对应二维空间的一个点，就是该客户的居住位置在二维空间的那个点。多个客户对应多个点，该多个点对应一个凸多边形，该凸多边形的每条边的端点对应一个客户，该多个客户都位于该凸多边形的内部或者边上，该凸多边形称为该多个客户对应的多边形，对应的点位于该多边形的内部或者边上的所有客户称为该多边形包含的客户。

对预定区域的所有客户循环执行如下步骤，直到所有的客户被确定为已添加客户：从预定区域的所有客户中选取出归属于同一个客户类别的3个客户，使得在二维空间中，该3个客户对应的多边形(其实是三角形)的内部不包括其他任何客户类别的客户对应的点，将该3个客户确定为已添加客户；依次确定归属于该同一个客户类别的其他客户和所有的已添加客户对应的多边形不包含其他任何客户类别的客户对应的点，则将该其他客户确定为已添加客户，直到找不到该同一个客户类别的除已添加客户之外的其他客户，使得该其他客户和所有的已添加客户对应的多边形不包含其他任何客户类别的客户对应的点；将上述确定的所有已添加客户组成一个客户子集合，该客户子集合对应的多边形就是该所有已添加客户对应的多边形，该客户子集合对应的客户类别就是包含的客户归属的客户类别。

对于上述确定的所有客户子集合对应的所有多边形，将地理位置紧邻的两个多边形进行合并(对于地理位置紧邻的两个多边形，该两个多边形包含的所有客户对应的多边形和其他多边形在二维空间中无公共部分)，确认合并后得到的新的多边形是否满足如下条件：新的多边形所包含的所有点对应的所有客户中归属于各个客户类别的多个客户数量中最大客户数量与该新的多边形所包含的所有点对应的客户数量的比值是否超过阈值(比如0.9)，如果满足，则进行合并，然后在新的多个多边形的基础上继续合并，直到找不到两个多边形满足该条件。

上述获得的每个多边形都对应一个子区域。

S1012，对于每个子区域，根据该子区域内的ATM的历史交易数据，确定所有失败的现金交易中，失败原因是ATM现金余额不足导致交易失败的交易个数；计算所述交易个数和该子区域内的所有ATM的现金交易的个数的比值，将该比值作为该子区域的余额不足失败率；

具体的，这里的余额不足是ATM现有的现金余额不足，而不能满足客户的取款需求；这里统计的交易失败的交易个数，也是指上述情况，而不是客户的账户余额不足的情况。

S1013，对于每个子区域，统计该子区域内的ATM的现金交易总数；计算该总数与该子区域内的ATM的数量的比值，将该比值作为该子区域的ATM现金交易量。

这里所提到的现金交易总数指的是取款交易和存款交易的交易笔数，而不是交易金额的总和。

在一实施例中，如参考图3，在S102中根据余额不足失败率和ATM现金交易量，设置参考区域，包括：

S1021，在所有的子区域中，选取出余额不足失败率最小的多个子区域作为备选区域；

S1022，从多个备选区域中，选取出ATM现金交易量最高的多个子区域，作为参考区域。

在一实施例中，在S102中根据余额不足失败率和ATM现金交易量，设置参考区域，包括：

设置所有子区域的偏序，对于任何两个子区域(比如子区域A和子区域B)，如果子区域A的余额不足失败率低于子区域B的余额不足失败率并且子区域A的现金交易量高于子区域B的现金交易量，则确认子区域A优于子区域B；对于每个子区域中，确定在所有子区域中是否存在优于该子区域的其他子区域，如果不存在，将该子区域作为参考区域。

在S103中，参考图4，根据ATM的历史交易数据，获取每个子区域的ATM独有交易量，得到子区域的独有交易向量的具体流程包括：

S1031，获取部署在预定区域的所有的银行智能终端，并获取各个银行智能终端的交易集合；其中，所述银行智能终端至少包含ATM和其他不提供现金服务的智能终端；

S1032，根据银行智能终端的交易集合，将包含在ATM的交易集合并且不包含在其他的所有智能终端的交易集合的交易设置为ATM的独有交易，由ATM的所有独有交易组成ATM的独有交易集合；

S1033，对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域中的ATM对应于各个独有交易的交易量，得到该子区域的独有交易向量；其中，所述子区域的独有交易向量的每个分量对应于各个独有交易的交易量。

举例而言，以存款交易和取款交易为例，对于每个区域，就获得了一个二维向量，第一个分量表示存款交易的数量，第二个分量表示取款交易的数量。

在S104中，获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合，包括：

根据客户的收入、平均支付金额、主要交易风险、主要交易类型在内的多维度参数，根据多维度参数对客户进行聚类分析，得到客户子集合。对于所述每个维度(除主要交易风险，主要交易类型)，都对应一个距离函数，可以计算该维度的任何两个值的距离。

进一步，可以将客户基础信息作为聚类分析的维度，客户基础信息可以包括客户的性别，年龄，日均资产，储蓄余额，月均代发工资，信用额度，月均转账金额，网银登录次数等可以量化的属性字段。同样的，对于客户基础信息的每一个维度，都可以设置一个距离函数，可以计算该维度的任何两个值的距离。

在确定了每个维度的距离函数后，就可以根据每个维度的距离函数，确定多维度数据对应的距离函数，比如将该多维度数据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。确定了多维度数据对应的距离函数，实际上就确定了任何两个客户的距离。在获得了多维度数据对应的距离函数后，就可以对客户进行聚类分析，得到多个客户子集合。

在一实施例中，基于多维度数据对应的距离函数，基于K均值对银行客户进行聚类分析，得到多个客户子集合。

在一实施例中，还可以按照如下方法来对客户进行聚类分析，得到多个客户子集合，具体的，参考图5，具体流程为：

S501，在银行客户中选取多个银行客户作为聚类中心，每个聚类中心对应于一个客户子集合，该客户子集合的初始元素只包含对应的聚类中心对应的银行客户；

S502，对于每一个银行客户，执行如下步骤：

从所有的聚类中心中选取出和该银行客户的主要交易风险和主要交易类型一致的多个聚类中心，基于所述多维度数据对应的距离函数计算选取出的每个聚类中心和该银行客户的的距离，然后从多个距离中选取出最小值作为该银行客户对应的类别相同最小距离，将该最小值对应的聚类中心作为该银行客户对应的聚类中心；

从所有的聚类中心中选取出和该银行客户的主要交易风险或者主要交易类型不一致的多个聚类中心，基于所述多维度数据对应的距离函数计算选取出的每个聚类中心和该银行客户的距离，然后从多个距离中选取出最小值作为该银行客户对应的类别不同最小距离；

如果对应的类别相同最小距离小于等于该对应的类别不同最小距离，则将该银行客户划分到该银行客户对应的聚类中心所对应的客户子集合中；

如果对应的类别相同最小距离大于对应的类别不同最小距离，则基于该银行客户新建一个聚类中心，该新建的聚类中心对应于一个新的客户子集合，该新的客户子集合的初始元素只包含对应的聚类中心对应的银行客户；

S503，在对所有银行客户执行完以上步骤(S502)后，对于每一个客户子集合，依据该客户子集合的所有银行客户的多维度数据，主要交易风险和主要交易类型，更新该客户子集合对应的聚类中心的多维度数据，主要交易风险和主要交易类型；

S504，重复对每一个银行客户执行以上步骤(S502)以及更新每一个客户子集合的聚类中心的多维度数据，主要交易风险和主要交易类型(S503)，直至所有的聚类中心的多维度数据的变化量小于设定阈值，从而得到多个客户子集合。

需要说明的是，和该银行客户的主要交易风险和主要交易类型一致的聚类中心是指该聚类中心的主要交易风险和该银行客户的主要交易风险是一致的，并且该聚类中心的主要交易类型和该银行客户的主要交易类型是一致的。和该银行客户的主要交易风险或者主要交易类型不一致的聚类中心是指该聚类中心的主要交易风险和该银行客户的主要交易风险是不一致的，或者该聚类中心的主要交易类型和该银行客户的主要交易类型是不一致的。

在实际应用场景中，对于每一个客户子集合，在依据该客户子集合的所有银行客户的多维度数据，主要交易风险和主要交易类型，更新该客户子集合对应的聚类中心的多维度数据，主要交易风险和主要交易类型，具体可以按照如下步骤进行：对于多维度的每一连续维度，可以将该客户子集合的所有银行客户在该维度的数据值的均值，作为该客户子集合对应的聚类中心在该维度的数据值；对于多维度的每一离散维度或者主要交易风险或者主要交易类型，可以将该客户子集合的所有银行客户在该维度的数据值中数量最多的数据值，作为该客户子集合对应的聚类中心在该维度的数据值。

其中，主要交易类型是一个客户的交易数量最多的交易类型，主要交易风险是一个客户的交易数据中数量最多的风险类型。主要交易类型是和客户的需求直接相关的，银行业务和风险是直接关联的。客户的风险不一样，意味着客户的需求是不一样的，尤其是主要交易风险可以一定程度上反映客户的需求。在银行的客户分类中，客户的需求是本质的。上述聚类方法可以使得分到同一个客户子集合的客户的主要交易类型和主要交易风险是一样的。通过保证同一个客户子集合的客户的主要交易类型和主要交易风险是一样的，可以提高聚类的准确性，也就是分到同一个客户子集合的客户大致是一样的。

在一具体实施例中，可以对得到的多个客户子集合进行筛选：可以只保留客户数量大于指定阈值的多个客户子集合，将其他的客户子集合删去。

在一具体实施例中，对于得到的多个客户子集合，还可以按照以下方法进行筛选：

对上述客户子集合按照从客户数量多到客户少排序，并依次对每个客户子集合，将该客户子集合的客户数量与排序中的下一个客户子集合的客户数量的差作为该客户子集合对应的差值，将对应的差值最大的多个客户子集合中客户数量最多的客户子集合确定为边界子集合。

将客户数量大于等于该边界子集合的客户数量的多个子集合称为主子集合，相反的，客户数量小于该边界子集合的客户数量的多个子集合称为次子集合。当边界子集合的所有客户数量大于次子集合的所有客户数量，且主子集合的所有客户的交易量远远大于次子集合的所有客户的交易量(比如主子集合的所有客户的交易量大于次子集合的所有客户的交易量的10倍)，且两个交易量的比值大于阈值，则只保留多个客户子集合中的主子集合(即，删去次子集合)。上述阈值可以为主子集合的客户数与次子集合的客户数的比值。

在S105中，对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量。

如果是依据筛选后的多个客户子集合来确定客户类别向量，可以减小客户类别向量的长度，减少计算的复杂性，同时可以保持依据客户类别向量的距离计算备选参考区域的准确性。

在S106中，参考图6，对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域的具体流程包括：

S1061，对于每个参考区域，计算该非参考区域的客户类别向量和该参考区域的客户类别向量的距离值；将对应距离值最小的多个参考区域作为备选参考区域；

S1062，对于每个备选参考区域，计算该非参考区域的独有交易向量和该备选参考区域的独有交易向量的距离值；将对应距离值最小的备选参考区域作为该非参考区域的相似参考区域。

在一实施例中，在进行S106之前，首先对于每个非参考区域，依据所有子区域的偏序，从所有的参考区域中选取出优于该非参考区域的多个参考区域，之后根据该非参考区域的客户类别向量，以及选取出的多个参考区域的客户类别向量，从选取出的多个参考区域中确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域。

在S107中，将非参考区域的ATM数量设置为对应的相似参考区域内的ATM数量。

更进一步的，在得到ATM数量后，还可以确定ATM的位置。具体流程参考图7，包括：

S1071，获取非参考区域内的多个交易地点；

S1072，根据每个交易地点的交易数据，确定每个交易地点的风险概率；

S1073，根据多个交易地点的位置和风险概率，确定非参考区域内的ATM的位置。

在实际应用场景中，参考图8，确定ATM的位置的详细流程为：

S801，对于每一条银行交易数据，如果没有交易地点，则将交易数据中的交易对手的位置设置为该交易数据的交易地点。

S802，银行所有的交易数据对应的交易地点组成一个集合，称为银行的交易地点集合。从交易地点集合中，选取出位置位于该非参考区域内的多个交易地点，这样就获得了该非参考区域内的多个交易地点。

S803，对于每一个交易地点，可以从银行所有的交易数据中，筛选出交易地点是该交易地点的交易数据，组成该交易地点的交易数据。如果该交易地点的交易数据中包括的客户数量大于客户数量阈值且该交易地点的交易数据的数据量大于数据量阈值，则将该交易地点的交易数据中，涉及风险的交易数据包含的所有交易的数量，和该交易数据中包含的所有交易的总数量的比值，作为该交易地点的风险概率；如果该交易地点的交易数据中包括的客户数量小于客户数量阈值或者该交易地点的交易数据的数据量小于数据量阈值，则设置该交易地点的风险概率为未知。将对应的的风险概率为未知的交易地点从该非参考区域内的多个交易地点删去，剩下的多个交易地点确定为该非参考区域内的多个备选交易地点。

S804，依据非参考区域的面积，以及该非参考区域的ATM数量，确定每个ATM的覆盖半径。

S805，从该非参考区域内的多个备选交易地点中，选取出风险概率最小的备选交易地点，作为一个参考交易地点，添加到参考交易地点集合。并以该参考交易地点为圆心，以该覆盖半径为半径，确定该参考交易地点的覆盖区域。

S806，从该非参考区域内的多个备选交易地点中，删除位于任何参考交易地点的覆盖区域内的备选交易地点，剩下的多个备选交易地点称为待覆盖的交易地点。

S807，从上述多个待覆盖的交易地点中，继续按照S805的方法，选择出风险概率最小的备选交易地点，作为下一个参考交易地点，直到参考交易地点集合中包含的参考交易地点的数量等于该非参考区域的ATM数量。

S808，依据参考交易地点集合中包含的所有参考交易地点，确定该非参考区域内的多个ATM的位置。

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。

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8对本发明示例性实施方式的银行ATM的数量预估系统进行介绍。

银行ATM的数量预估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。

基于同一发明构思，本发明还提出了一种银行ATM的数量预估系统，如图9所示，该系统包括：

数据处理模块910，用于将预定区域划分为多个子区域，根据每个子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；

设置模块920，用于根据余额不足失败率和ATM现金交易量，设置参考区域；

ATM交易量处理模块930，用于根据ATM的历史交易数据，获取每个子区域的ATM独有交易量，得到子区域的独有交易向量；

聚类分析模块940，用于获取预定区域的银行客户的交易数据，确定客户在多维度上的参数，从多维度对银行客户进行聚类分析，得到多个客户子集合；

客户类别计算模块950，用于获取各个子区域的银行客户集合，确定银行客户集合中归属于各个客户子集合的银行客户的数量，得到子区域的客户类别向量；其中，子区域的客户类别向量的每个分量对应归属于各个客户子集合的银行客户的数量；

相似参考区域计算模块960，用于根据子区域中非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出非参考区域的相似参考区域；

数量设置模块970，用于将非参考区域的ATM数量设置为对应的相似参考区域内的ATM数量。

在另一实施例中，参考图10，该系统还包括：

交易地点获取模块980，用于获取非参考区域内的多个交易地点；

风险概率确定模块990，用于根据每个交易地点的交易数据，确定每个交易地点的风险概率；

位置确定模块9100，用于根据多个交易地点的位置和风险概率，确定非参考区域内的ATM的位置。

在本实施例中，所述数据处理模块910具体用于：

对于每个子区域，根据该子区域内的ATM的历史交易数据，确定所有失败的现金交易中，失败原因是ATM现金余额不足导致交易失败的交易个数；计算所述交易个数和该子区域内的所有ATM的现金交易的个数的比值，将该比值作为该子区域的余额不足失败率；

对于每个子区域，统计该子区域内的ATM的现金交易总数；计算该总数与该子区域内的ATM的数量的比值，将该比值作为该子区域的ATM现金交易量。

在本实施例中，所述设置模块920具体用于：

在所有的子区域中，选取出余额不足失败率最小的多个子区域作为备选区域；

从多个备选区域中，选取出ATM现金交易量最高的多个子区域，作为参考区域。

在本实施例中，所述ATM交易量处理模块930具体用于：

获取部署在预定区域的所有的银行智能终端，并获取各个银行智能终端的交易集合；其中，所述银行智能终端至少包含ATM和其他不提供现金服务的智能终端；

根据银行智能终端的交易集合，将包含在ATM的交易集合并且不包含在其他的所有智能终端的交易集合的交易设置为ATM的独有交易，由ATM的所有独有交易组成ATM的独有交易集合；

对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域中的ATM对应于各个独有交易的交易量，得到该子区域的独有交易向量；其中，所述子区域的独有交易向量的每个分量对应于各个独有交易的交易量。

在本实施例中，所述聚类分析模块940具体用于：

根据多维度数据中每个维度的距离函数，确定多维度数据对应的距离函数；

在银行客户中选取多个银行客户作为聚类中心，每个聚类中心对应于一个客户子集合，该客户子集合的初始元素只包含对应的聚类中心对应的银行客户；

对于每一个银行客户，执行如下步骤：

从所有的聚类中心中选取出和该银行客户的主要交易风险和主要交易类型一致的多个聚类中心，基于所述多维度数据对应的距离函数计算选取出的每个聚类中心和该银行客户的的距离，然后从多个距离中选取出最小值作为该银行客户对应的类别相同最小距离，将该最小值对应的聚类中心作为该银行客户对应的聚类中心；

从所有的聚类中心中选取出和该银行客户的主要交易风险或者主要交易类型不一致的多个聚类中心，基于所述多维度数据对应的距离函数计算选取出的每个聚类中心和该银行客户的距离，然后从多个距离中选取出最小值作为该银行客户对应的类别不同最小距离；

如果对应的类别相同最小距离小于等于该对应的类别不同最小距离，则将该银行客户划分到该银行客户对应的聚类中心所对应的客户子集合中；

如果对应的类别相同最小距离大于对应的类别不同最小距离，则基于该银行客户新建一个聚类中心，该新建的聚类中心对应于一个新的客户子集合，该新的客户子集合的初始元素只包含对应的聚类中心对应的银行客户；

在对所有银行客户执行完以上步骤后，对于每一个客户子集合，依据该客户子集合的所有银行客户的多维度数据，主要交易风险和主要交易类型，更新该客户子集合对应的聚类中心的多维度数据，主要交易风险和主要交易类型；

重复对每一个银行客户执行以上步骤以及更新每一个客户子集合的聚类中心的多维度数据，主要交易风险和主要交易类型，直至所有的聚类中心的多维度数据的变化量小于设定阈值，从而得到多个客户子集合。

在本实施例中，所述相似参考区域计算模块960具体用于：

对于每个参考区域，计算该非参考区域的客户类别向量和该参考区域的客户类别向量的距离值；将对应距离值最小的多个参考区域作为备选参考区域；

对于每个备选参考区域，计算该非参考区域的独有交易向量和该备选参考区域的独有交易向量的距离值；将对应距离值最小的备选参考区域作为该非参考区域的相似参考区域。

应当注意，尽管在上文详细描述中提及了银行ATM的数量预估系统的若干模块，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。

基于前述发明构思，如图11所示，本发明还提出了一种计算机设备1100，包括存储器1110、处理器1120及存储在存储器1110上并可在处理器1120上运行的计算机程序1130，所述处理器1120执行所述计算机程序1130时实现前述银行ATM的数量预估方法。

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ATM的数量预估方法。

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ATM的数量预估方法。

本发明提出的银行ATM的数量预估方法及系统通过将预定区域划分为多个子区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的余额不足失败率及ATM现金交易量；根据余额不足失败率和ATM现金交易量，设置参考区域；对于每个子区域，根据该子区域内的ATM的历史交易数据，确定该子区域的独有交易向量；获取预定区域的银行客户的交易数据，确定客户在多维度上的数据值，从多维度对银行客户进行聚类分析，得到多个客户子集合；对于每个子区域，获取该子区域的银行客户集合，确定该银行客户集合中归属于各个客户子集合的银行客户的数量，得到该子区域的客户类别向量；其中，子区域的客户类别向量的各个分量对应归属于各个客户子集合的银行客户的数量；对于每个非参考区域，根据该非参考区域的客户类别向量，以及参考区域的客户类别向量，确定出多个备选参考区域；根据该非参考区域的独有交易向量，以及各个备选参考区域的独有交易向量，从多个备选参考区域中选出该非参考区域的相似参考区域；对于每个非参考区域，将该非参考区域的ATM数量设置为该非参考区域对应的相似参考区域内的ATM数量，整体方案可以依据实际的客户需求设置银行ATM的数量，提高银行网点的运营效率，并有效满足客户的实际需求，减少银行资源的浪费，提高银行设备的利用率。

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。

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。

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。

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。

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。