(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210316835.2 (22)申请日 2022.03.29 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 杨丹　沈珍珠 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 自助设备的选 址处理方法及系统 (57)摘要 本发明提出了一种自助设备的选址处理方 法及系统， 涉及银行设备管理技术领域， 包括： 确 定银行客户的多维度数据； 对 银行客户进行聚类 分析， 获得多个客户子集合； 确定每个客户子集 合关于各个风险类型的风险概率； 根据客户子集 合关于风险类型的风险概率及客户子集合编号 排序的结果， 确定相应的风险概率向量； 划分为 多个地理区域， 确定在各个地理区域的银行客户 集合； 确定地理区域的银行客户集合归属于各个 客户子集合的银行客户， 得到地理区域的客户类 别向量； 依据相似地理区域的自助设备数量， 设 置需要部署的自助设备数量； 确定未部署自助设 备的地理区域的主要风险类型； 根据主要风险类 型及每个潜在地点的风险数据， 确定自助设备的 位置。 权利要求书6页 说明书13页 附图8页 CN 114862108 A 2022.08.05 CN 114862108 A 1.一种自助设备的选 址处理方法， 其特 征在于， 包括： 获取预定区域的银 行客户的交易数据， 确定银 行客户的多维度数据； 根据所述多维度 数据， 对银行客户进行聚类分析， 获得多个客户子集合， 并对客户子集 合编号排序； 根据每个客户子集合的交易数据， 确定每个客户子集合关于各个风险类型的风险概 率； 对于每个风险类型， 根据各个客户子集合关于该风险类型的风险概率及客户子集合编 号排序的结果， 确定相应的风险概 率向量； 将预定区域划分为多个地理区域， 确定在各个地理区域的银行客户集合； 对于每个地 理区域， 确定该地理区域的银行客户集合归属于各个客户子集合的银行客户， 得到该地理 区域的客户类别向量； 其中， 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， 向量的分量 顺序按照客户子集 合编号排序结果 排序； 根据各个地理区域的客户类别向量， 确定未部署自助设备的地理区域的相似地理区 域， 依据该相似地理区域的自助设备数量， 设置所述未部署自助设备 的地理区域需要部署 的自助设备 数量； 根据银行客户的交易数据确定未部署自助设备的地理区域中的多个潜在地点及每个 潜在地点的风险数据； 根据所述未部署自助设备的地理区域的客户类别向量和各个风险类型的风险概率向 量， 确定所述未部署自助设备 的地理区域的主要风险类型； 根据所述主要风险类型及每个 潜在地点的风险数据， 确定自助设备的位置 。 2.根据权利要求1所述的方法， 其特征在于， 根据所述多维度数据， 对银行客户进行聚 类分析， 获得多个客户子集 合， 并对客户子集 合编号排序， 包括： 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； 根据所述多维度数据对应的距离函数， 对银行客户进行聚类分析， 获得多个客户子集 合， 对得到的客户子集 合按编号进行排序。 3.根据权利要求2所述的方法， 其特征在于， 根据所述多维度数据对应的距离函数， 对 银行客户进行聚类分析， 获得多个客户子集合， 对得到的客户子集合按编号进行排序， 包 括： 在银行客户集合中选取多个银行客户作为子集合中心， 每个子集合中心对应于一个客 户子集合， 该客户子集 合的初始元 素只包含对应的子集 合中心对应的银 行客户； 对于每一个银 行客户， 执 行如下两个步骤： 从所有的子集合中心中选取出和该银行客户的主要交易渠道和风险等级一致的多个 子集合中心， 基于所述多维度数据对应的距离函数计算每个选取出的子集合中心和该银行 客户的的距离， 然后从对应的多个距离中选取出其中的最小值作为该银行客户的第一最小 距离， 将该最小值对应的子集合中心作为该银行客户对应的子集合中心； 对于每个未被选 取出的子集合中心， 基于所述多维度数据对应的距离函数计算该子集合中心和该银行客户 的距离， 然后从对应的多个距离中选取 出其中的最小值作为该 银行客户的第二 最小距离； 如果对应的第 一最小距离小于等于对应的第 二最小距离， 则将该银行客户划分到该银 行客户对应的子集合中心所对应的客户子集合中； 如果对应的第一最小距离大于对应的第 二最小距离且对应的第一最小距离与对应的第二最小距离的差小于指 定阈值， 则将该银行权　利　要　求　书 1/6 页 2 CN 114862108 A 2客户划分到该银行客户对应的子集合中心所对应的客户子集合中； 否则， 基于该银行客户 新建一个子集合中心， 该新建的子集合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 素只包含对应的子集 合中心对应的银 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 所有客户的多维度数据， 主要交易渠道和风险等级， 确定该客户子集合的均值中心的多维 度数据， 主要交易渠道和风险等级， 以及该客户子集合对应的差距值； 其中， 该客户子集合 的差距值依据该客户子集 合对应的子集 合中心和该客户子集 合的均值中心确定； 如果存在客户子集合对应的差距值大于预设阈值， 基于上述步骤获得的均值中心新设 定多个子集合中心， 每个新设定的子集合中心对应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新设定的子集合中心； 之后基于新设定的子集合中心和新的客 户子集合继续对每一个银行客户执行以上步骤以及确定各个客户子集合的均值中心的多 维度数据， 主要交易渠道和风险等级， 以及各个客户子集合对应的差距值， 直至所有的客户 子集合对应的差距值都小于等于预设阈值； 如果所有的客户子集合对应的差距值都小于等于预设阈值， 则停止对银行客户进行聚 类分析， 从而得到多个客户子集 合。 4.根据权利要求1所述的方法， 其特征在于， 根据每个客户子集合的交易数据， 确定每 个客户子集合关于各个风险类型 的风险概率； 对于每个风险类型， 根据各个客户子集合关 于该风险类型的风险概 率及客户子集 合编号排序的结果， 确定相应的风险概 率向量， 包括： 对于每个风险类型， 计算该客户子集合中每个客户的交易数据中， 涉及该风险类型的 交易数据的数量与该 交易数据的数量的比值， 将所述比值作为该客户关于该风险类型的风 险概率， 将该客户子集合中所有客户关于该风险类型的风险概率的均值作为该客户子集合 关于该风险类型的风险概 率； 对于每个风险类型， 确定相应的风险概率向量， 其中， 该风险概率向量的每个分量和各 个客户子集合一一对应， 每个分量的值等于该分量对应的客户子集合关于该风险类型的风 险概率。 5.根据权利要求1所述的方法， 其特征在于， 根据各个地理区域的客户类别向量， 确定 每个未部署自助设备 的地理区域的相似地理区域， 依据该相似地理区域的自助设备数量， 设置所述未部署自助设备的地理区域需要部署的自助设备 数量， 包括： 对于每个部署自助设备的地理区域， 确定该地理区域的客户类别向量与所述未部署自 助设备的地理区域的客户类别向量的距离， 将该距离作为该地理区域对应的距离值， 每个 距离值对应一个部署有自助设备的地理区域； 在所述距离值中， 选取小于设定值的多个部署有自助设备的地理区域， 作为备选区域； 根据所述未部署自助设备的地理区域和对应的备选区域的银行客户集合及所述银行 客户集合中各个银行客户的交易数据， 确定未部署自助设备的地理区域和对应的备选区域 的多维度数据， 其中， 所述多维度数据包括： 平均交易量、 主要交易类型、 平均支付金额、 主 要风险等级； 根据所述未部署自助设备的地理区域和对应的备选区域的多维度 数据， 确定所述未部 署自助设备的地理区域与各个备选区域的距离； 将距离最小的备选区域作为所述未部署自助设备的地理区域的相似地理区域， 按照相权　利　要　求　书 2/6 页 3 CN 114862108 A 3