(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 202111369753.6 (22)申请日 2021.11.18 (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 戈星晨　王晓旭　张骁　 (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 汤在彦　沈珍珠 (51)Int.Cl. G06F 16/9535(2019.01) G06Q 40/02(2012.01) G06N 20/00(2019.01) G06V 40/10(2022.01) G06V 40/16(2022.01) (54)发明名称 银行网点智能服 务方法及装置 (57)摘要 本发明公开了一种银行网点智能服务方法 及装置， 涉及人工智能技术领域， 该方法包括： 接 收安装于银行网点的摄像头拍摄到的用户图像， 从用户图像提取用户特征信息， 所述用户特征信 息包括用户面部特征信息、 用户身体外部特征信 息和用户衣着特征信息； 将用户特征信息输入用 户需求预测模型， 输出用户需求预测结果； 将用 户面部特征与预先录入的用户人脸图像进行比 对， 比对结果一致时， 获取用户的身份信息和银 行账户交易信息； 将用户的身份信息和银行账户 交易信息输入服务推荐预测模型， 输出服务推荐 预测结果； 将用户需求预测结果和服务推荐预测 结果发送到银行网点管理端， 以供银行网点工作 人员为用户提供相应服务， 提高银行网点服务质 量， 改善用户体验。 权利要求书3页 说明书8页 附图9页 CN 114491228 A 2022.05.13 CN 114491228 A 1.一种银 行网点智能服 务方法， 其特 征在于， 包括： 接收安装于银行网点的摄像头拍摄到的用户图像， 从用户图像提取用户特征信息， 所 述用户特 征信息包括用户面部特 征信息、 用户身体外 部特征信息和用户衣着特 征信息； 将用户特征信息输入用户需求预测模型， 输出用户需求预测结果， 所述用户需求预测 结果包括对用户的引导服务内容， 所述用户需求预测模型根据历史用户特征信息及 对应的 历史用户实际需求结果对机器学习模型训练得到； 将用户面部特征与预先录入的用户人脸图像进行比对， 在比对结果一致时， 获取用户 的身份信息和银 行账户交易信息； 将用户的身份信 息和银行账户交易信 息输入服务推荐预测模型， 输出服务推荐预测结 果， 所述服务推荐预测结果包括对用户的推荐服务内容， 所述服务推荐预测模型根据历史 用户的身份信息和银行账户交易信息、 及 对应的历史推荐服务内容对机器学习模型训练得 到； 将用户需求预测结果和服务推荐预测结果发送到银行网点管理端， 以供银行网点工作 人员为用户提供相应服 务。 2.如权利要求1所述的方法， 其特征在于， 将用户特征信息输入用户需求预测模型之 前， 还包括： 将历史用户特征信息及对应的历史用户实 际需求结果， 作为第一样本数据， 构建第一 训练集和第一测试集； 利用第一训练集对机器学习模型进行训练， 得到所述用户需求预测 模型； 利用第一测试集对所述用户需求预测模型进行测试。 3.如权利要求2所述的方法， 其特征在于， 将用户需求预测结果和服务推荐预测结果发 送到银行网点管理端之后， 还 包括： 以用户特 征信息和对应的用户实际需求结果， 更新第一样本数据； 利用更新后的第一样本数据， 更新第一训练集和第一测试集， 继续对用户需求预测模 型进行训练和 测试。 4.如权利要求1所述的方法， 其特征在于， 将用户的身份信 息和银行账户交易信 息输入 服务推荐预测模型之前， 还 包括： 将历史用户的身份信息和银行账户交易信息、 及对应的历史推荐服务内容， 作为第二 样本数据， 构建第二训练集和第二测试集； 利用第二训练集对机器学习模型进 行训练， 得到 服务推荐预测模型； 利用第二测试集对服 务推荐预测模型进行测试。 5.如权利要求4所述的方法， 其特征在于， 将用户需求预测结果和服务推荐预测结果发 送到银行网点管理端之后， 还 包括： 以用户的身份信息和银行账户交易信息、 以及对应的推荐服务内容， 更新第二样本数 据； 利用更新后的第二样本数据， 更新第二训练集和第二测试集， 继续对服务推荐预测模 型进行训练和 测试。 6.如权利要求1所述的方法， 其特征在于， 所述对用户的引导服务内容包括以下一项或 多项： 帮扶行动不便的用户、 安抚情绪激动的用户、 为老人或孕妇指引座 位； 和/或， 所述对用户的推荐服务内容包括以下一项或多项： 为信用用户展示贷款优惠信 息、 为基金用户推荐理财产品、 为 新用户推荐优惠活动。权　利　要　求　书 1/3 页 2 CN 114491228 A 27.如权利要求1所述的方法， 其特 征在于， 还 包括： 接收安装于银 行网点的传感器获取到的用户体温； 在用户体温高于预设的第一阈值时， 发出 预警。 8.如权利要求7 所述的方法， 其特 征在于， 还 包括： 在用户体温低于预设的第一阈值， 且高于或等于预设的第二阈值时， 将用户体温发送 到银行网点管理端， 以供银行网点工作人员调控室温和/或为用户提供降温服务， 所述第一 阈值高于第二阈值。 9.一种银 行网点智能服 务装置， 其特 征在于， 包括： 接收与提取模块， 用于接收安装于银行网点的摄像头拍摄到的用户图像， 从用户图像 提取用户特征信息， 所述用户特征信息包括用户面部特征信息、 用户身体外部特征信息和 用户衣着特 征信息； 用户需求预测模块， 用于将用户特征信息输入用户需求预测模型， 输出用户需求预测 结果， 所述用户需求预测结果包括对用户的引导服务内容， 所述用户需求预测模型根据历 史用户特 征信息及对应的历史用户实际需求结果对机器学习模型训练得到； 比对与获取模块， 用于将用户面部特征与预先录入的用户人脸图像进行比对， 在比对 结果一致时， 获取用户的身份信息和银 行账户交易信息； 服务推荐预测模块， 用于将用户的身份信 息和银行账户交易信 息输入服务推荐预测模 型， 输出服务推荐 预测结果， 所述服务推荐 预测结果包括对用户的推荐服务内容， 所述服务 推荐预测模型根据历史用户的身份信息和银行账户交易信息、 及对应的历史推荐服务内容 对机器学习模型训练得到； 发送模块， 用于将用户需求预测结果和服务推荐预测结果发送到银行网点管理端， 以 供银行网点工作人员为用户提供相应服 务。 10.如权利要求9所述的装置， 其特征在于， 还包括第 一训练和测试模块， 用于在用户需 求预测模块将用户特 征信息输入用户需求预测模型之前： 将历史用户特征信息及对应的历史用户实 际需求结果， 作为第一样本数据， 构建第一 训练集和第一测试集； 利用第一训练集对机器学习模型进行训练， 得到所述用户需求预测 模型； 利用第一测试集对所述用户需求预测模型进行测试。 11.如权利要求10所述的装置， 其特征在于， 还包括第一更新模块， 用于在发送模块将 用户需求预测结果和服 务推荐预测结果发送到银 行网点管理端之后： 以用户特 征信息和对应的用户实际需求结果， 更新第一样本数据； 利用更新后的第一样本数据， 更新第一训练集和第一测试集， 继续对用户需求预测模 型进行训练和 测试。 12.如权利要求9所述的装置， 其特征在于， 还包括第 二训练和测试模块， 用于在服务推 荐预测模块将用户的身份信息和银 行账户交易信息 输入服务推荐预测模型之前： 将历史用户的身份信息和银行账户交易信息、 及对应的历史推荐服务内容， 作为第二 样本数据， 构建第二训练集和第二测试集； 利用第二训练集对机器学习模型进 行训练， 得到 服务推荐预测模型； 利用第二测试集对服 务推荐预测模型进行测试。 13.如权利要求12所述的装置， 其特征在于， 还包括第二更新模块， 用于在发送模块将 用户需求预测结果和服 务推荐预测结果发送到银 行网点管理端之后：权　利　要　求　书 2/3 页 3 CN 114491228 A 3