银行网点的交易信息的预测方法、装置、设备及介质

技术领域

本申请涉及金融领域或其他领域，尤其涉及一种银行网点的交易信息的预测方法、装置、设备及介质。

背景技术

随着社会的发展，越来越多的用户需要在银行里办理相关业务。为了保证能够为用户顺利办理银行业务，需要对银行网点将要办理的银行业务进行预测，以使提前根据预测得到的银行业务进行资源配置。

现有技术中，预测方式主要是通过人群密度实现。具体的，根据用户在各银行网点办理业务的历史数据，归纳总结不同人群密度对应的各银行业务的业务量。这样，就可以根据每个银行网点的人群密度预测该银行网点每天需要办理的银行业务的业务量。

然而，现有技术存在预测的准确度较低的问题。

发明内容

本申请提供一种银行网点的交易信息的预测方法、装置、设备及介质，用以解决现有技术存在的预测的准确度较低的问题。

第一方面，本申请提供一种银行网点的交易信息的预测方法，包括：

针对多个历史时刻中的每一历史时刻，获取从所述历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从所述历史时刻起之后所述预设时长内的所述银行网点的第二交易办理数据；

获取从当前时刻起之前所述预设时长内的所述银行网点的第三交易办理数据；

根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后所述预设时长内的所述银行网点的目标交易办理数据；

根据所述银行网点的目标交易办理数据，确定从当前时刻起之后所述预设时长内的所述银行网点的交易信息，所述交易信息包括至少一个交易类别以及各交易类别对应的交易数量。

在一种可能的实现方式中，所述根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后所述预设时长内的所述银行网点的目标交易办理数据，包括：

根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从所述多个历史时刻中确定出第一历史时刻和第二历史时刻；

将所述第一历史时刻的第二交易办理数据和所述第二历史时刻的第二交易办理数据的并集，确定为所述目标交易办理数据；

其中，针对任意两个历史时刻，所述第一历史时刻的第一交易办理数据和第二历史时刻的第一交易办理数据的并集与所述第三交易办理数据的相似度最高。

在一种可能的实现方式中，所述根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从所述多个历史时刻中确定出第一历史时刻和第二历史时刻，包括：

根据所述第三交易办理数据，确定多个交易办理数据组，每一交易办理数据组包括两个待选交易办理数据，所述两个待选交易办理数据的并集为所述第三交易办理数据；

针对每一交易办理数据组，确定所述交易办理数据组中每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标；

根据每一交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，从所述多个交易办理数据组中确定出目标交易办理数据组；

根据所述目标交易办理数据组，确定所述第三交易办理数据中的第一交易子数据和第二交易子数据，以及所述第一交易子数据对应的第一历史时刻和所述第二交易子数据对应的第二历史时刻。

在一种可能的实现方式中，所述针对每一交易办理数据组，确定所述交易办理数据组中每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，包括：

针对每一交易办理数据组，确定所述交易办理数据组中每一待选交易办理数据包含的各客户类别的第一客户数；

针对每一历史时刻的第一交易办理数据，确定所述第一交易办理数据包含的各客户类别的第二客户数；

针对每一交易办理数据组，根据所述交易办理数据组中每一待选交易办理数据的第一客户数以及每一历史时刻的第一交易办理数据的第二客户数，确定各客户类别中所述待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标；

针对每一交易办理数据组，根据所述交易办理数据组中各客户类别中每一待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标，确定每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

在一种可能的实现方式中，所述针对每一交易办理数据组，根据所述交易办理数据组中每一待选交易办理数据的第一客户数以及每一历史时刻的第一交易办理数据的第二客户数，确定各客户类别中所述待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标，包括：

针对每一交易办理数据组中的每一待选交易办理数据，在任一客户类别中，若所述待选交易办理数据的第一客户数小于或等于所述第一交易办理数据的第二客户数，则将所述第一客户数与所述第二客户数的比值确定为所述客户类别的客户比值；

反之，则将所述第二客户数与所述第一客户数的比值确定为所述客户类别的客户比值；

若任一客户类别的客户比值大于0.5时，则通过公式计算所述待选交易办理数据和所述第一交易办理数据的第二相似指标：W＝2+wlog

反之，则通过公式计算所述待选交易办理数据和所述第一交易办理数据的第二相似指标：W＝-wlog

在一种可能的实现方式中，所述根据每一交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，从所述多个交易办理数据组中确定出目标交易办理数据组，包括：

针对每一交易办理数据组，将所述交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标中的最大值，确定为各待选交易办理数据的第三相似指标；

针对每一交易办理数据组，若所述交易办理数据组中各待选交易办理数据的所述第三相似指标均大于相似阈值时，则将所述交易办理数据组确定为待选交易办理数据组；

针对每一待选交易办理数据组，根据所述待选交易办理数据组中各待选交易办理数据对应的第三相似指标，确定所述待选交易办理数据组对应的第四相似指标；

将最大的第四相似指标对应的待选交易办理数据组，确定为所述目标交易办理数据组。

在一种可能的实现方式中，所述根据所述目标交易办理数据组，确定所述第三交易办理数据中的第一交易子数据和第二交易子数据，以及所述第一交易子数据对应的第一历史时刻和所述第二交易子数据对应的第二历史时刻，包括：

将所述目标交易办理数据组中包含的两个待选交易办理数据，分别确定为所述第一交易子数据和所述第二交易子数据；

根据所述第一交易子数据与各所述第一交易办理数据的第五相似指标，将最大的第五相似指标对应的第一交易办理数据对应的历史时刻，确定为所述第一交易子数据的第一历史时刻；

根据所述第二交易子数据与各所述第一交易办理数据的第六相似指标，将最大的第六相似指标对应的第一交易办理数据对应的历史时刻，确定为所述第二交易子数据的第二历史时刻。

第二方面，本申请提供一种银行网点的交易信息的预测装置，包括：

第一获取模块，用于针对多个历史时刻中的每一历史时刻，获取从所述历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从所述历史时刻起之后所述预设时长内的所述银行网点的第二交易办理数据；

第二获取模块，用于获取从当前时刻起之前所述预设时长内的所述银行网点的第三交易办理数据；

第一确定模块，用于根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后所述预设时长内的所述银行网点的目标交易办理数据；

第二确定模块，用于根据所述银行网点的目标交易办理数据，确定从当前时刻起之后所述预设时长内的所述银行网点的交易信息，所述交易信息包括至少一个交易类别以及各交易类别对应的交易数量。

在一种可能的实现方式中，所述第一确定模块，具体用于：

根据所述第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从所述多个历史时刻中确定出第一历史时刻和第二历史时刻；

将所述第一历史时刻的第二交易办理数据和所述第二历史时刻的第二交易办理数据的并集，确定为所述目标交易办理数据；

其中，针对任意两个历史时刻，所述第一历史时刻的第一交易办理数据和第二历史时刻的第一交易办理数据的并集与所述第三交易办理数据的相似度最高。

在一种可能的实现方式中，所述第一确定模块，具体用于：

根据所述第三交易办理数据，确定多个交易办理数据组，每一交易办理数据组包括两个待选交易办理数据，所述两个待选交易办理数据的并集为所述第三交易办理数据；

针对每一交易办理数据组，确定所述交易办理数据组中每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标；

根据每一交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，从所述多个交易办理数据组中确定出目标交易办理数据组；

根据所述目标交易办理数据组，确定所述第三交易办理数据中的第一交易子数据和第二交易子数据，以及所述第一交易子数据对应的第一历史时刻和所述第二交易子数据对应的第二历史时刻。

在一种可能的实现方式中，所述第一确定模块，具体用于：

针对每一交易办理数据组，确定所述交易办理数据组中每一待选交易办理数据包含的各客户类别的第一客户数；

针对每一历史时刻的第一交易办理数据，确定所述第一交易办理数据包含的各客户类别的第二客户数；

针对每一交易办理数据组，根据所述交易办理数据组中每一待选交易办理数据的第一客户数以及每一历史时刻的第一交易办理数据的第二客户数，确定各客户类别中所述待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标；

针对每一交易办理数据组，根据所述交易办理数据组中各客户类别中每一待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标，确定每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

在一种可能的实现方式中，所述第一确定模块，具体用于：

针对每一交易办理数据组中的每一待选交易办理数据，在任一客户类别中，若所述待选交易办理数据的第一客户数小于或等于所述第一交易办理数据的第二客户数，则将所述第一客户数与所述第二客户数的比值确定为所述客户类别的客户比值；

反之，则将所述第二客户数与所述第一客户数的比值确定为所述客户类别的客户比值；

若任一客户类别的客户比值大于0.5时，则通过公式计算所述待选交易办理数据和所述第一交易办理数据的第二相似指标：W＝2+wlog

反之，则通过公式计算所述待选交易办理数据和所述第一交易办理数据的第二相似指标：W＝-wlog

在一种可能的实现方式中，所述第一确定模块，具体用于：

针对每一交易办理数据组，将所述交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标中的最大值，确定为各待选交易办理数据的第三相似指标；

针对每一交易办理数据组，若所述交易办理数据组中各待选交易办理数据的所述第三相似指标均大于相似阈值时，则将所述交易办理数据组确定为待选交易办理数据组；

针对每一待选交易办理数据组，根据所述待选交易办理数据组中各待选交易办理数据对应的第三相似指标，确定所述待选交易办理数据组对应的第四相似指标；

将最大的第四相似指标对应的待选交易办理数据组，确定为所述目标交易办理数据组。

在一种可能的实现方式中，所述第一确定模块，具体用于：

将所述目标交易办理数据组中包含的两个待选交易办理数据，分别确定为所述第一交易子数据和所述第二交易子数据；

根据所述第一交易子数据与各所述第一交易办理数据的第五相似指标，将最大的第五相似指标对应的第一交易办理数据对应的历史时刻，确定为所述第一交易子数据的第一历史时刻；

根据所述第二交易子数据与各所述第一交易办理数据的第六相似指标，将最大的第六相似指标对应的第一交易办理数据对应的历史时刻，确定为所述第二交易子数据的第二历史时刻。

第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面及各可能实现方式所述的方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面及各可能实现方式所述的方法。

本申请提供的银行网点的交易信息的预测方法、装置、设备及介质，通过针对多个历史时刻中的每一历史时刻，获取从历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从历史时刻起之后预设时长内的银行网点的第二交易办理数据。进一步的，获取从当前时刻起之前预设时长内的银行网点的第三交易办理数据，并根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后预设时长内的银行网点的目标交易办理数据。最后，根据银行网点的目标交易办理数据，确定从当前时刻起之后预设时长内的银行网点的交易信息。本技术方案通过多个历史时刻的交易办理数据来对当前时刻之后的一段时长内的交易信息进行预测，有效的提高了预测的准确度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的一种银行网点的交易信息的预测方法的流程示意图；

图2为本申请实施例提供的另一种银行网点的交易信息的预测方法的流程示意图；

图3为本申请实施例提供的银行网点的交易信息的预测装置的结构示意图；

图4为本申请实施例提供的电子设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

需要说明的是，本申请提供的银行网点的交易信息的预测方法、装置、设备及介质可用于金融领域，也可用于除金融领域之外的任意领域，本申请不对提供的银行网点的交易信息的预测方法、装置、设备及介质的应用领域进行限定。

接下来，对本申请涉及的应用场景进行说明。

随着社会的发展，越来越多的用户需要在银行里办理相关业务。在银行的日常运营中，需要对银行网点将要办理的银行业务进行预测，以使提前根据预测得到的银行业务进行资源配置，保证用户能够顺利办理银行业务。

现有技术中，对银行业务进行预测主要是通过根据用户在各银行网点办理业务的历史数据，归纳总结不同人群密度对应的各银行业务的业务量。之后，根据每个银行网点的人群密度预测该银行网点每天需要办理的银行业务的业务量。

然而，每个银行网点将要处理的银行业务不仅跟人群密度有关，还可能跟其他因素相关。例如，在发工资当天，银行网点中的转账或取钱业务会激增。因此，现有技术仅根据人群密度对网点将要办理的银行业务进行预测，存在准确度较低的问题。

本申请提供的银行网点的交易信息的预测方法，旨在解决现有技术的如上技术问题。在预测银行网点在当前时刻之后一段时间内的交易信息时，可以将在当前时刻之前一段时间内的交易办理数据与在各历史时刻之前一段时间内的交易办理数据进行匹配，从而确定与当前时刻相似的历史时刻，并将该历史时刻之后一段时间内的交易办理数据确定为当前时刻之后需要办理的交易办理数据，并根据该交易办理数据确定交易信息，从而使得可以根据该交易信息进行资源配置。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图1为本申请实施例提供的一种银行网点的交易信息的预测方法的流程示意图。如图1所示，该银行网点的交易信息的预测方法可以通过如下步骤实现：

S11、针对多个历史时刻中的每一历史时刻，获取从历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从历史时刻起之后预设时长内的银行网点的第二交易办理数据。

本申请实施例提供的银行网点的交易信息的预测方法的执行主体为电子设备，该电子设备可以为终端设备，例如台式电脑，还可以为服务器，例如银行系统的后台服务器，可以根据实际情况进行确定，对此不进行具体限制。

其中，预设时长可以根据实际情况进行预先设定。示例性的，假设需要对从当前时刻起之后的半个小时的交易信息进行预测，则可以将预设时长设置为半个小时；同理，假设需要对从当前时刻起之后的1个小时的交易信息进行预测，则可以将预设时长设置为1个小时，本申请对此不进行具体限制。

其中，交易办理数据为用户办理业务时生成的数据。

S12、获取从当前时刻起之前预设时长内的银行网点的第三交易办理数据。

S13、根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后预设时长内的银行网点的目标交易办理数据。

在一种可能的实现方式中，可以根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从多个历史时刻中确定出第一历史时刻和第二历史时刻。其中，针对任意两个历史时刻，第一历史时刻的第一交易办理数据和第二历史时刻的第一交易办理数据的并集与第三交易办理数据的相似度最高。进一步的，将第一历史时刻的第二交易办理数据和第二历史时刻的第二交易办理数据的并集，确定为目标交易办理数据。

应理解，本实现方式的具体实现过程和原理将在图2所示的实施例中进行展开描述，此处不再赘述。

S14、根据银行网点的目标交易办理数据，确定从当前时刻起之后预设时长内的银行网点的交易信息。

其中，交易信息包括至少一个交易类别以及各交易类别对应的交易数量。

在一种可能的实现方式中，可以对目标交易办理数据进行分析，确定目标交易办理数据所属的交易类别，并获取不同交易类型对应的交易数量(即该交易类型对应的目标交易办理数据的数量)。

应理解，此处的目标交易办理数据的数量可以为1个，也可以为多个，可以根据实际情况进行确定，本申请不对目标交易办理数据的数量进行具体限制。

可选地，在确定出交易信息后，还可以根据该交易信息为银行系统确定资源分配方法或进行风险控制等，以保证用户的财产安全，为用户顺利办理银行业务。

本申请提供的银行网点的交易信息的预测方法，通过针对多个历史时刻中的每一历史时刻，获取从历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从历史时刻起之后预设时长内的银行网点的第二交易办理数据。进一步的，获取从当前时刻起之前预设时长内的银行网点的第三交易办理数据，并根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后预设时长内的银行网点的目标交易办理数据。最后，根据银行网点的目标交易办理数据，确定从当前时刻起之后预设时长内的银行网点的交易信息。本技术方案通过多个历史时刻的交易办理数据来对当前时刻之后的一段时长内的交易信息进行预测，有效的提高了预测的准确度。

基于图1所示实施例，图2为本申请实施例提供的另一种银行网点的交易信息的预测方法的流程示意图。如图2所示，S13可以通过以下步骤实现：

S131、根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从多个历史时刻中确定出第一历史时刻和第二历史时刻。

在一种可能的实现方式中，S131可以通过以下步骤(1311)至步骤(1314)实现：

步骤(1311)、根据第三交易办理数据，确定多个交易办理数据组。

其中，每一交易办理数据组包括两个待选交易办理数据，两个待选交易办理数据的并集为第三交易办理数据。

示例性的，共有3个第三交易办理数据，分别为第三交易办理数据1、第三交易办理数据2、第三交易办理数据3，则可以确定出来3个交易办理数据组，分别为交易办理数据组1、交易办理数据组2、交易办理数据组3。交易办理数据组1包括待选交易办理数据11和待选交易办理数据12，待选交易办理数据11包括第三交易办理数据1，待选交易办理数据12包括第三交易办理数据2和第三交易办理数据3；交易办理数据组2包括待选交易办理数据21和待选交易办理数据22，待选交易办理数据21包括第三交易办理数据1和第三交易办理数据2，待选交易办理数据22包括第三交易办理数据3；交易办理数据组3包括待选交易办理数据31和待选交易办理数据32，待选交易办理数据31包括第三交易办理数据1和第三交易办理数据3，待选交易办理数据32包括和第三交易办理数据2。

步骤(1312)、针对每一交易办理数据组，确定该交易办理数据组中每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

应理解，步骤(1312)的实现方式和原理可以参照下述实施例中的相关内容，此处不再赘述。

步骤(1313)、根据每一交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，从多个交易办理数据组中确定出目标交易办理数据组。

应理解，步骤(1313)的实现方式和原理可以参照下述实施例中的相关内容，此处不再赘述。

步骤(1314)、根据目标交易办理数据组，确定第三交易办理数据中的第一交易子数据和第二交易子数据，以及第一交易子数据对应的第一历史时刻和第二交易子数据对应的第二历史时刻。

应理解，步骤(1314)的实现方式和原理可以参照下述实施例中的相关内容，此处不再赘述。

S132、将第一历史时刻的第二交易办理数据和第二历史时刻的第二交易办理数据的并集，确定为目标交易办理数据。

其中，针对任意两个历史时刻，第一历史时刻的第一交易办理数据和第二历史时刻的第一交易办理数据的并集与第三交易办理数据的相似度最高。

可选地，在一些实施例中，步骤(1312)可以通过以下步骤(13121)至步骤(13124)实现：

步骤(13121)、针对每一交易办理数据组，确定该交易办理数据组中每一待选交易办理数据包含的各客户类别的第一客户数。

步骤(13122)、针对每一历史时刻的第一交易办理数据，确定第一交易办理数据包含的各客户类别的第二客户数。

步骤(13123)、针对每一交易办理数据组，根据该交易办理数据组中每一待选交易办理数据的第一客户数以及每一历史时刻的第一交易办理数据的第二客户数，确定各客户类别中每一待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标。

针对步骤(13123)，在一种可能的实现方式中，针对每一交易办理数据组中的每一待选交易办理数据，在任一客户类别中，若该待选交易办理数据的第一客户数小于或等于该第一交易办理数据的第二客户数，则将第一客户数与第二客户数的比值确定为客户类别的客户比值。反之，则将第二客户数与第一客户数的比值确定为该客户类别的客户比值。

进一步的，针对每一交易办理数据组，若任一客户类别的客户比值大于0.5时，则通过公式计算对应的待选交易办理数据和第一交易办理数据的第二相似指标：W＝2+wlog

应理解，上述的“0.5”是预先设定的比例，还可以根据实际情况设置为其他的比例，例如0.6、0.7、0.8等，对此不进行具体的限制。

步骤(13124)、针对每一交易办理数据组，根据该交易办理数据组中各客户类别中每一待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标，确定每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

可选的，针对每一交易办理数据组中的每一待选交易办理数据以及每一历史时刻，可以将各客户类别对应的第二相似指标中的最大值、平均值或中值，确定为该待选交易办理数据与该历史时刻的第一相似指标。

可选地，在一些实施例中，步骤(1313)可以通过以下步骤(13131)至步骤(13134)实现：

步骤(13131)、针对每一交易办理数据组，将该交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标中的最大值，确定为各待选交易办理数据交易办理数据组的第三相似指标。

步骤(13132)、针对每一交易办理数据组，若交易办理数据组中各待选交易办理数据的第三相似指标均大于相似阈值时，则将交易办理数据组确定为待选交易办理数据组。

步骤(13133)、针对每一待选交易办理数据组，根据该待选交易办理数据组中各待选交易办理数据对应的第三相似指标，确定待选交易办理数据组对应的第四相似指标。

步骤(13134)、将最大的第四相似指标对应的待选交易办理数据组，确定为目标交易办理数据组。

可选地，在一些实施例中，步骤(1314)可以通过以下步骤(13141)至步骤(13143)实现：

步骤(13141)、将目标交易办理数据组中包含的两个待选交易办理数据，分别确定为第一交易子数据和第二交易子数据。

步骤(13142)、根据第一交易子数据与各第一交易办理数据的第五相似指标，将最大的第五相似指标对应的第一交易办理数据对应的历史时刻，确定为第一交易子数据的第一历史时刻。

步骤(13143)、根据第二交易子数据与各第一交易办理数据的第六相似指标，将最大的第六相似指标对应的第一交易办理数据对应的历史时刻，确定为第二交易子数据的第二历史时刻。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

可选的，在一些实施例中，在S14之后，该银行网点的交易信息的预测方法还可以包括以下步骤：

S15、电子设备将该交易信息包括的交易类别，确定为潜在交易类别。

S16、银行系统的后台服务器将各潜在交易类别的风险控制模型下发到电子设备。

相应的，该电子设备则接收银行系统的后台服务器下发的各潜在交易类别的风险控制模型。

S17、电子设备根据各潜在交易类别的风险控制模型，确定各潜在交易类别的交易的风险标识。

在一种可能的实现方式中，电子设备可以将每一潜在交易类别的各交易的交易数据输入至对应的风险控制模型中，并将该风险控制模型输出的类别标识确定为交易对应的风险标识。

其中，风险标识用于表征该交易是否涉及风险。

可选地，可以根据以下步骤(1)至步骤(3)确定各潜在交易类别的风险控制模型：

步骤(1)、获取潜在交易类别的历史交易数据。

步骤(2)、从该潜在交易类别的历史交易数据中，确定出该潜在交易类别的风险交易数据和非风险交易数据。

在一种可能的实现方式中，步骤(2)可以通过下述步骤(21)至步骤(24)实现：

步骤(21)、获取该潜在交易类别的交易关系模型。

其中，交易关系模型用于确定该潜在交易类别中两个交易数据的风险的大小关系。

步骤(22)、将该潜在交易类别的涉及风险的历史交易数据，确定为该潜在交易类别的风险交易数据。

步骤(23)、对于该潜在交易类别的不涉及风险的每一历史交易数据，根据该潜在交易类别的交易关系模型，确定存在任一风险交易数据使得该风险交易数据的风险小于该不涉及风险的历史交易数据的风险时，将该不涉及风险的历史交易数据确定为该潜在交易类别的风险交易数据。

步骤(24)、根据该潜在交易类别的风险交易数据，确定该潜在交易类别的非风险交易数据。

在一种可能的实现方式中，确定除风险交易数据之外的每一历史交易数据与各个风险交易数据的距离；当与每个风险交易数据的距离均大于距离阈值时，则将该历史交易数据确定为该潜在交易类别的非风险交易数据。

步骤(3)、将该潜在交易类别的风险交易数据和非风险交易数据作为训练数据，以是否涉及风险为类别标识，训练机器学习模型，获得该潜在交易类别的风险控制模型。

需要说明的是，交易关系模型可以是规则学习的规则，规则体包括两个变量的各个交易属性的值的大小关系，规则头包括两个变量的风险的大小关系，其中，两个变量的取值范围是该潜在交易类别的交易数据。

图3为本申请实施例提供的银行网点的交易信息的预测装置的结构示意图。如图3所示，该银行网点的交易信息的预测装置30包括：

第一获取模块31，用于针对多个历史时刻中的每一历史时刻，获取从历史时刻起之前预设时长内的银行网点的第一交易办理数据，以及从历史时刻起之后预设时长内的银行网点的第二交易办理数据。

第二获取模块32，用于获取从当前时刻起之前预设时长内的银行网点的第三交易办理数据。

第一确定模块33，用于根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，确定从当前时刻起之后预设时长内的银行网点的目标交易办理数据。

第二确定模块34，用于根据银行网点的目标交易办理数据，确定从当前时刻起之后预设时长内的银行网点的交易信息，交易信息包括至少一个交易类别以及各交易类别对应的交易数量。

在一种可能的实现方式中，第一确定模块33，具体用于：

根据第三交易办理数据、以及各历史时刻的第一交易办理数据和第二交易办理数据，从多个历史时刻中确定出第一历史时刻和第二历史时刻。

将第一历史时刻的第二交易办理数据和第二历史时刻的第二交易办理数据的并集，确定为目标交易办理数据。

其中，针对任意两个历史时刻，第一历史时刻的第一交易办理数据和第二历史时刻的第一交易办理数据的并集与第三交易办理数据的相似度最高。

在一种可能的实现方式中，第一确定模块33，具体用于：

根据第三交易办理数据，确定多个交易办理数据组，每一交易办理数据组包括两个待选交易办理数据，两个待选交易办理数据的并集为第三交易办理数据。

针对每一交易办理数据组，确定交易办理数据组中每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

根据每一交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标，从多个交易办理数据组中确定出目标交易办理数据组。

根据目标交易办理数据组，确定第三交易办理数据中的第一交易子数据和第二交易子数据，以及第一交易子数据对应的第一历史时刻和第二交易子数据对应的第二历史时刻。

在一种可能的实现方式中，第一确定模块33，具体用于：

针对每一交易办理数据组，确定交易办理数据组中每一待选交易办理数据包含的各客户类别的第一客户数。

针对每一历史时刻的第一交易办理数据，确定第一交易办理数据包含的各客户类别的第二客户数。

针对每一交易办理数据组，根据交易办理数据组中每一待选交易办理数据的第一客户数以及每一历史时刻的第一交易办理数据的第二客户数，确定各客户类别中待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标。

针对每一交易办理数据组，根据交易办理数据组中各客户类别中每一待选交易办理数据与每一历史时刻的第一交易办理数据的第二相似指标，确定每一待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标。

在一种可能的实现方式中，第一确定模块33，具体用于：

针对每一交易办理数据组中的每一待选交易办理数据，在任一客户类别中，若待选交易办理数据的第一客户数小于或等于第一交易办理数据的第二客户数，则将第一客户数与第二客户数的比值确定为客户类别的客户比值。

反之，则将第二客户数与第一客户数的比值确定为客户类别的客户比值。

若任一客户类别的客户比值大于0.5时，则通过公式计算待选交易办理数据和第一交易办理数据的第二相似指标：W＝2+wlog

反之，则通过公式计算待选交易办理数据和第一交易办理数据的第二相似指标：W＝-wlog

在一种可能的实现方式中，第一确定模块33，具体用于：

针对每一交易办理数据组，将交易办理数据组中各待选交易办理数据与各历史时刻的第一交易办理数据的第一相似指标中的最大值，确定为各待选交易办理数据的第三相似指标。

针对每一交易办理数据组，若交易办理数据组中各待选交易办理数据的第三相似指标均大于相似阈值时，则将交易办理数据组确定为待选交易办理数据组。

针对每一待选交易办理数据组，根据待选交易办理数据组中各待选交易办理数据对应的第三相似指标，确定待选交易办理数据组对应的第四相似指标。

将最大的第四相似指标对应的待选交易办理数据组，确定为目标交易办理数据组。

在一种可能的实现方式中，第一确定模块33，具体用于：

将目标交易办理数据组中包含的两个待选交易办理数据，分别确定为第一交易子数据和第二交易子数据。

根据第一交易子数据与各第一交易办理数据的第五相似指标，将最大的第五相似指标对应的第一交易办理数据对应的历史时刻，确定为第一交易子数据的第一历史时刻。

根据第二交易子数据与各第一交易办理数据的第六相似指标，将最大的第六相似指标对应的第一交易办理数据对应的历史时刻，确定为第二交易子数据的第二历史时刻。

本申请实施例提供的银行网点的交易信息的预测装置，可用于执行上述任一实施例中的银行网点的交易信息的预测方法，其实现原理和技术效果类似，在此不再赘述。

图4为本申请实施例提供的电子设备的结构示意图。如图4所示，该电子设备可以包括：处理器41、存储器42及存储在存储器42上并可在处理器41上运行的计算机程序指令，处理器41执行计算机程序指令时实现前述任一实施例提供的银行网点的交易信息的预测方法。

可选的，该电子设备的上述各器件之间可以通过系统总线连接。

存储器42可以是单独的存储单元，也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。

可选的，电子设备还可以包括与其他设备进行交互的通信接口。

应理解，处理器41可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

系统总线可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。存储器可能包括随机存取存储器(randomaccess memory，RAM)，也可能还包括非易失性存储器(non-volatile memory，NVM)，例如至少一个磁盘存储器。

实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时，执行包括上述各方法实施例的步骤。而前述的存储器(存储介质)包括：只读存储器(read-only memory，ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(magnetic tape)、软盘(floppy disk)、光盘(optical disc)及其任意组合。

本申请实施例提供的电子设备，可用于执行上述任一方法实施例提供的银行网点的交易信息的预测方法，其实现原理和技术效果类似，在此不再赘述。

本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当该计算机执行指令在计算机上运行时，使得计算机执行上述银行网点的交易信息的预测方法。

上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器，电可擦除可编程只读存储器，可擦除可编程只读存储器，可编程只读存储器，只读存储器，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。

可选的，将可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。

本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，至少一个处理器可以从该计算机可读存储介质中读取该计算机程序，至少一个处理器执行计算机程序时可实现上述银行网点的交易信息的预测方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。