(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 20221041518 8.0 (22)申请日 2022.04.20 (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 李昊　党娜　刘洋　 (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 王天尧　汤在彦 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 40/02(2012.01)G06Q 40/08(2012.01) (54)发明名称 银行网点的客户行为分析方法及装置 (57)摘要 本发明公开了一种银行网点的客户行为分 析方法及装置， 涉及人工智能技术领域， 其中该 方法包括： 从部署在银行网点的无线网络设备获 取银行网点的信道状态信息， 信道状态信息包括 银行网点的客户行为对银行网点的无线网络环 境产生的信号干扰信息； 对信道状态信息进行去 噪和低通滤波处理， 得到信号频谱图； 将信号频 谱图输入行为检测模型， 得到银行网点的客户行 为信息， 行为检测模型是根据银行网点的历史信 号频谱图及与历史信号频谱图对应的客户行为 信息， 对神经网络模型训练得到； 根据预先定义 的多种风险客户行为信息， 对客户行为信息的风 险程度进行分析。 本发明可以提高客户行为的分 析效率， 并确保客户的信息安全。 权利要求书2页 说明书7页 附图3页 CN 114707556 A 2022.07.05 CN 114707556 A 1.一种银 行网点的客户行为分析 方法， 其特 征在于， 包括： 从部署在银行网点的无线 网络设备获取银行网点的信道状态信 息， 所述信道状态信 息 包括银行网点的客户行为对银 行网点的无线网络环境产生的信号干扰信息； 对所述信道状态信息进行去噪和低通滤波处 理， 得到信号频谱图； 将所述信号频谱图输入行为检测模型， 得到银行网点的客户行为信息， 所述行为检测 模型是根据银行网点的历史信号频谱图及与历史信号频谱图对应的客户行为信息， 对神经 网络模型训练得到； 根据预先定义的多种风险客户行为信息， 对客户行为信息的风险程度进行分析。 2.如权利要求1所述的方法， 其特征在于， 将所述信号频谱图输入行为检测模型， 得到 银行网点的客户行为信息之前， 还 包括： 根据银行网点的历史信号频谱图及与历史信号频谱图对应的客户行为信 息， 构建训练 集和测试集； 利用训练集训练神经网络模型， 得到行为检测模型； 利用测试集对行为检测模型进行测试。 3.如权利要求1所述的方法， 其特 征在于， 还 包括： 在客户行为信息的风险程度超过预定范围时， 向银行网点对应的客户发送提示信息， 所述提示信息用于提示客户存在风险行为， 所述银行网点对应的客户为在银行网点排队系 统排队的客户。 4.如权利要求3所述的方法， 其特征在于， 向银行网点对应的客户发送提示信息之前， 还包括： 根据信道状态信息中携带的无线网络设备信息， 确定银 行网点的网点标识； 从银行网点排队系统获取 银行网点的网点标识对应的客户身份标识； 根据银行网点的网点标识对应的客户身份标识， 获取客户身份标识对应的客户信息， 所述客户信息包括 客户与银 行签约的消息渠道信息； 向银行网点对应的客户发送提 示信息， 包括： 通过客户与银 行签约的消息渠道信息， 向银 行网点对应的客户发送提 示信息。 5.如权利要求3所述的方法， 其特征在于， 向银行网点对应的客户发送提示信息之后， 还包括： 在预设时间段内再次检测到银行网点的客户中存在与上一次风险行为相同的客户行 为信息时， 向银行网点的手持管理终端发送客户风险行为处理提示信息， 所述客户风险行 为处理提示信息用于提 示银行网点的相关人员对客户风险行为进行处 理。 6.一种银 行网点的客户行为分析装置， 其特 征在于， 包括： 信息获取模块， 用于从部署在银行网点的无线网络设备获取银行网点的信道状态信 息， 所述信道状态信息包括银行网点的客户行为对银行网点的无线网络环境产生的信号干 扰信息； 信息处理模块， 用于对所述信道状态信息进行去噪和低通滤波处 理， 得到信号频谱图； 行为检测模块， 用于将所述信号频谱图输入行为检测模型， 得到银行网点的客户行为 信息， 所述行为检测模型是根据银行网点的历史信号频谱图及与历史信号频谱图对应的客 户行为信息， 对神经网络模型训练得到；权　利　要　求　书 1/2 页 2 CN 114707556 A 2行为分析模块， 用于根据预先定义的多种风险客户行为信息， 对客户行为信息的风险 程度进行分析。 7.如权利要求6所述的装置， 其特征在于， 还包括模型训练模块， 用于在行为检测模块 将所述信号频谱图输入行为检测模型， 得到银 行网点的客户行为信息之前： 根据银行网点的历史信号频谱图及与历史信号频谱图对应的客户行为信 息， 构建训练 集和测试集； 利用训练集训练神经网络模型， 得到行为检测模型； 利用测试集对行为检测模型进行测试。 8.如权利要求6所述的装置， 其特 征在于， 还 包括第一 提示模块， 用于： 在客户行为信息的风险程度超过预定范围时， 向银行网点对应的客户发送提示信息， 所述提示信息用于提示客户存在风险行为， 所述银行网点对应的客户为在银行网点排队系 统排队的客户。 9.如权利要求8所述的装置， 其特征在于， 还包括客户信息获取模块， 用于在第一提示 模块向银 行网点对应的客户发送提 示信息之前： 根据信道状态信息中携带的无线网络设备信息， 确定银 行网点的网点标识； 从银行网点排队系统获取 银行网点的网点标识对应的客户身份标识； 根据银行网点的网点标识对应的客户身份标识， 获取客户身份标识对应的客户信息， 所述客户信息包括 客户与银 行签约的消息渠道信息； 第一提示模块， 用于： 通过客户与银 行签约的消息渠道信息， 向银 行网点对应的客户发送提 示信息。 10.如权利要求8所述的装置， 其特征在于， 还包括第 二提示模块， 用于在第 一提示模块 向银行网点对应的客户发送提 示信息之后： 在预设时间段内再次检测到银行网点的客户中存在与上一次风险行为相同的客户行 为信息时， 向银行网点的手持管理终端发送客户风险行为处理提示信息， 所述客户风险行 为处理提示信息用于提 示银行网点的相关人员对客户风险行为进行处 理。 11.一种计算机设备， 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， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至5任一所述方 法。 12.一种计算机可读存储介质， 其特征在于， 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 理器执行时实现权利要求1至 5任一所述方法。 13.一种计算机程序产品， 其特征在于， 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 理器执行时实现权利要求1至 5任一所述方法。权　利　要　求　书 2/2 页 3 CN 114707556 A 3