银行自助终端的界面展示方法及系统与流程

1.本发明涉及金融数据处理技术领域，尤指一种银行自助终端的界面展示方法及系统。


背景技术：

2.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。
3.目前，银行的自助终端，为客户提供的都是标准化的界面，客户在进行自助终端操作时，往往需要从终端界面上寻找自己需要的交易选项卡。
4.以上述方式展示的自助终端界面，往往会出现很多当前用户不需要使用的交易选项卡，导致了自助终端界面的界面信息冗杂。
5.另外，客户往往很难在标准化的自助终端界面上，找到自己需要使用的交易选项卡，也就造成了不利于客户使用自助终端的问题，影响了客户使用自助终端的效率，也影响了用户体验。
6.综上来看，亟需一种可以克服上述缺陷，能够改善用户使用体验的银行自助终端界面展示的技术方案。


技术实现要素：

7.为解决现有技术存在的问题，本发明提出了一种银行自助终端的界面展示方法及系统。本发明可以减少自助终端界面的信息冗杂程度，提升使用便捷度，提升客户使用自助终端的效率，改善用户体验。
8.在本发明实施例的第一方面，提出了一种银行自助终端的界面展示方法，包括：
9.获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；
10.依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合；
11.针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；
12.接收目标客户在银行自助终端上输入的客户登录信息；
13.根据所述客户登录信息，获取目标客户的客户属性；
14.将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；
15.将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上。
16.在本发明实施例的第二方面，提出了一种银行自助终端的界面展示系统，包括：
17.客户属性确定模块，用于获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；
18.聚类分析模块，用于依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合；
19.交易选项卡配置模块，用于针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；
20.客户登录信息接收模块，用于接收目标客户在银行自助终端上输入的客户登录信息；
21.客户属性获取模块，用于根据所述客户登录信息，获取目标客户的客户属性；
22.客户子集合匹配模块，用于将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；
23.自助终端展示界面展示模块，用于将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上。
24.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自助终端的界面展示方法。
25.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自助终端的界面展示方法。
26.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自助终端的界面展示方法。
27.本发明提出的银行自助终端的界面展示方法及系统通过获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合；针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；接收目标客户在银行自助终端上输入的客户登录信息；根据所述客户登录信息，获取目标客户的客户属性；将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上；与现有技术中银行自助终端仅能提供标准化界面的技术方案相比，通过对不同客户进行聚类分析得到不同的客户子集合，之后生成对应每一客户子集合的自助终端展示界面，可以实现对不同客户的个性化自助终端界面展示，减少了自助终端界面信息冗杂的问题；同时，在对应不同客户子集合的自助终端展示界面中，设置了对应该集合的交易选项卡，可以实现针对不同客户属性的交易选项卡的个性化展示，便于客户使用，提升了使用便捷度，提升了客户使用自助终端的效率，改善了用户体验。
附图说明
28.为了更清楚地说明本技术实施例技术方案，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技术的一些实施例，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。
29.图1是本发明一实施例的银行自助终端的界面展示方法流程示意图。
30.图2是本发明一实施例的对所述客户集合进行聚类分析的详细流程示意图。
31.图3是本发明一实施例的确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率的详细流程示意图。
32.图4是本发明一实施例的更新客户子集合的详细流程示意图。
33.图5是本发明一实施例的根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面的详细流程示意图。
34.图6是本发明一实施例的处理目标客户属于多个客户子集合的详细流程示意图。
35.图7是本发明一实施例的修正自助终端展示界面的详细流程示意图。
36.图8是本发明一实施例的银行自助终端的界面展示系统架构示意图。
37.图9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
38.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
39.在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本技术的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
40.目前，银行的自助终端，为客户提供的都是标准化的界面，客户在进行自助终端操作时，往往需要从终端界面上寻找自己需要的交易选项卡。
41.以上述方式展示的自助终端界面，往往会出现很多当前用户不需要使用的交易选项卡，导致了自助终端界面的界面信息冗杂；同时，客户往往很难在标准化的自助终端界面上，找到自己需要使用的交易选项卡，也就造成了不利于客户使用自助终端的问题，影响了客户使用自助终端的效率，也影响了用户体验。
42.为了解决上述问题，本发明实施例提供一种银行自助终端的界面展示方法，用以减少自助终端界面的信息冗杂程度，提升使用便捷度，提升客户使用自助终端的效率，改善用户体验，如图1所示，该方法包括：
43.s1，获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；
44.s2，依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得
到多个客户子集合；
45.s3，针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；
46.s4，接收目标客户在银行自助终端上输入的客户登录信息；
47.s5，根据所述客户登录信息，获取目标客户的客户属性；
48.s6，将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；
49.s7，将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上。
50.为了对上述确定银行网点业务类型范围的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。
51.在s1中，获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性。
52.其中，所述客户属性包括：客户年龄、客户类型、客户职业、客户收入的其中之一或任意组合。
53.在s2中，参考图2，依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合的具体流程为：
54.s201，针对每个客户子集合，基于该客户子集合的每一个客户的历史交易数据，确定该每一个客户的历史交易量；
55.s202，将该客户子集合的所有客户的历史交易量相加，获得该客户子集合的历史交易量；
56.s203，当客户子集合的历史交易量大于第一指定阈值时，对该客户子集合进行聚类，获得多个客户细分子集合。
57.在实际应用场景中，第一指定阈值可以为10万；即，当历史交易量大于10万时，说明该客户子集合对应的交易数据非常多，还可以继续对该客户子集合进行更细致和更准确的分类。
58.s204，在得到的多个客户子集合中，用客户子集合对应的客户细分子集合代替该客户子集合。
59.其中，本发明采用的聚类算法可以是无监督的聚类算法，也可以是有监督的聚类算法(监督信息是客户来银行网点后是否在自助终端上做交易)。
60.如果有客户来了银行网点，没有在自助终端上做交易，可以使用半监督学习算法。
61.聚类算法可以采用聚类算法为k-means聚类算法、k-medoids聚类算法、pca聚类算法、dbscan聚类算法中的任意一种。
62.在聚类分析时，对于客户集合中的任何两个客户，确定该两个客户在每一个客户属性上的距离，然后基于该两个客户在每一个客户属性上的距离，确定该两个客户对应的距离。依据客户集合中每两个客户之间的距离，和选定的聚类算法，将客户集合划分为多个客户子集合。
63.上述确定两个客户的距离的方法，也可以是基于两个客户的客户属性，确定两个客户的相似度；基于该相似度，确定该两个客户的距离。在确定了两个客户的距离后，就可以利用选定的聚类算法，将客户集合划分为多个客户子集合。
64.另一种聚类分析，获得多个客户子集合的方法可以是：依据每个客户的历史交易数据，获得每个客户的主要交易类别(比如存款，取款，购买理财等)，比如将交易量最大的那个交易类别作为主要交易类别；将主要交易类别作为类别标识，选择监督聚类算法对客户集合进行聚类分析，使得分到同一个客户子集合的客户的主要交易类别是一样的。
65.在聚类分析时，可以根据历史交易数据的交易类型，交易次数，交易额度，在终端使用的交易选项卡等得到客户之间的距离，根据客户之间的距离对客户进行聚类分析，得到客户子集合。
66.具体的，还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。
67.另外，还可以根据历史交易数据，确定该客户在每个交易类型的交易数量。这样就可以将每两个客户在每个交易类型的交易数量的差的绝对值作为该客户在该交易类型的距离，然后取该客户在每个交易类型的距离的n次方的和的n次方根，作为两个客户之间的距离，其中，n是正整数。
68.一个具体实施例中，可以根据每个客户之间的距离与每个客户的基础信息，设置客户标签，建立聚类分析模型。可以利用如下方法进行聚类分析将客户划分为多个客户子集合，具体如下：选取k个聚类中心；根据客户标签，计算每个客户到k个中心点的距离，并将其与距离最近的中心点关联，与同一中心点关联的所有客户聚类成一组；进而计算每一组数据点的均值，并将该组对应的中心点移动到均值的位置；重复上述步骤，直至中心点不再变化，从而得到多个客户子集合。
69.另一个具体实施例中，可以基于客户历史交易数据，确定每个客户的风险等级，该风险等级是一个离散值，比如高、中、低，或者a、b、c、d等。
70.将风险等级作为类别标识，选择监督聚类算法对客户集合进行聚类分析，使得分到同一个客户子集合的客户的风险等级的值是一样的。监督聚类算法可以是学习向量量化算法。银行业务和风险是直接关联的。客户的风险不一样，意味这客户的业务需求是不一样的，也就是该客户对自助终端界面的需求是不一样的。利用本实施例的方法可以提高聚类分析的准确性。
71.进一步的，除了选择风险等级，还可以选择最主要交易类型为类别标识；其中，最主要交易类型是一个客户的交易数量最多的交易类型。将最主要交易类型作为类别标识，选择监督聚类算法对客户集合进行聚类分析，使得分到同一个客户子集合的客户的最主要交易类型是一样的。
72.更进一步的，还可以根据客户的总资产、多类别资产数据、收入数据，对客户进行聚类分析，将客户划分至多个客户子集合中。在实际应用场景中，每个客户子集合的客户之间资产情况都比较接近。
73.在实际应用场景中，获取银行网点服务的客户群体的客户数据至少包括：客户在资产和交易的各个维度的数据，其中资产维度包含各个类别资产(包括存款、理财、基金)的
资产数，主要资产类别，收入数据；交易维度包含平均交易金额、交易(比如存款，取款，开户，查询)的数量，主要风险类别。
74.根据客户在资产和交易的各个维度的数据，对客户进行聚类分析，将客户划分至多个客户子集合中。具体为，确定各个维度对应的距离函数，该距离函数对于该维度的任何两个值，可以计算出一个距离值，比如对于连续维度可以设置该函数为一个二元实数值函数，函数值等于两个自变量的差的绝对值，对于离散函数，可以设置该函数为一个二元实数值函数，当两个自变量相等时设置该函数值为0，否则设置该函数值为1；在确定了各个维度对应的距离函数后，就可以确定客户群体对应的距离函数，比如可以设置该函数为各个维度的距离函数的平方的加权和的平方根；基于上述客户群体对应的距离函数，可以计算获得任何两个客户的距离，进而可以聚类分析，将客户群体拆分为多个客户子集合。
75.还可以选择一部分维度(比如连续维度)来确定客户群体对应的距离函数，基于该距离函数可以计算获得任何两个客户的距离，然后以另一部分维度(比如离散维度，包括主要资产类别，主要风险类型)为类别标识，对客户群体进行聚类分析，获得多个客户子集合，使得每个客户子集合的任何两个客户在该另一部分维度的每个维度上的值都是相同的。
76.通过对不同客户的客户属性、历史交易数据等，进行聚类分析，得到不同的客户子集合，可将每一类客户属性为相似数值的客户，划分至同样一个客户结合。通过划分客户子集合，有助于在后续步骤中生成对应该客户子集合的自助终端展示界面。
77.类似的，在步骤s203中，也可以采用上述类似的聚类分析方法，对该客户子集合进行聚类，获得多个客户细分子集合，以将客户划分在更加接近的集合中，有助于在后续步骤中生成更加符合客户特征的自助终端展示界面。
78.在s3中，针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面。
79.其中，参考图3，依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率的具体流程为：
80.s301，依据客户子集合中每一客户的历史交易数据，确定每一客户的历史交易选项卡和历史交易量；
81.s302，将所述客户子集合中每一客户的历史交易选项卡取并集，获得了与客户子集合的历史交易数据匹配的多个交易选项卡；
82.s303，依据客户子集合中每一客户的历史交易量，确定该客户子集合的历史交易量；
83.s304，当该客户子集合的历史交易量大于第二指定阈值时，将每一交易选项卡的客户需求概率设置为：该客户子集合对应的历史交易数据中该交易选项卡的数量与该历史交易数据的数量的比值。
84.在实际应用场景中，第二指定阈值可以是一个小于第一指定阈值的数，比如20000。依据大数定理，在数量足够多时，用数量的比值就可以准确估算对应的概率。
85.进一步的，当客户子集合的历史交易量小于第二指定阈值，可能导致概率计算结果准确性较低，对此，可以通过合并客户子集合的方式增加数据量，以保证后续步骤计算概
率的准确性。参考图4，具体流程为：
86.s311，当该客户子集合的历史交易量小于第二指定阈值时，将该客户子集合与距离该客户子集合最近的其他客户子集合进行合并，获得更新后的客户子集合，直到更新后的客户子集合的历史交易量大于第二指定阈值，或者更新后的客户子集合的历史交易量小于第二指定阈值的数量小于第三指定阈值。
87.具体的，将历史交易量较少的客户子集合与其他子集合进行合并，使得合并后的客户子集合的历史交易量接近或超过第二指定阈值，这样可以保证后续步骤进行概率计算的准确性。
88.举例而言，第二指定阈值为20000，第三指定阈值为1000；
89.如果客户子集合的历史交易量为10000，判定小于第二指定阈值，需要进行客户子集合的合并，合并后如果为19500，虽然小于第二指定阈值，但是与第二指定阈值相差的数量(500)小于第三指定阈值(1000)，可以认为其接近第二指定阈值，更新后的客户子集合符合要求。
90.如果客户子集合的历史交易量为10000，判定小于第二指定阈值，需要进行客户子集合的合并，合并后如果为22000，大于第二指定阈值，更新后的客户子集合符合要求。
91.如果客户子集合的历史交易量为19200，判定小于第二指定阈值，则也对其进行客户子集合的合并，合并后如果为21000，大于第二指定阈值，更新后的客户子集合符合要求。
92.s312，对更新后的客户子集合，确定该客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率。
93.参考图5，根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面，包括：
94.s321，根据所述多个交易选项卡和所述客户需求概率，确定每一交易选项卡在自助终端展示界面的展示面积和展示位置；
95.s322，根据每一交易选项卡在自助终端展示界面的展示面积和展示位置，对不同的交易选项卡组合展示；
96.s323，将不同的交易选项卡的组合展示结果，作为对应该客户子集合的自助终端展示界面。
97.在本实施例中，针对特定的用户，比如特定年龄的人群，基于历史交易数据，可发现这一类客户的特定需求，然后基于该特定需求，设置针对该客户群体的自助终端交易界面类型。当客户在界面上选择选项卡设置类型时，向该客户显示该类型对应的交易选项卡。
98.具体的，在针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；从交易选项卡数据库中，确定与所述历史交易数据匹配的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面后，接收目标客户在银行自助终端中输入的客户登录信息；根据所述客户登录信息，获取目标客户的客户属性；将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合。
99.通过将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合，有助于在后续步骤中将目标客户所属的客户子集合对应的自助终端展示界面，展示于银行自助终端上，可以实现针对不同客户属性的交易选项卡的个性化展示，便于
客户使用，提升了使用便捷度，提升了客户使用自助终端的效率，改善了用户体验。
100.在s4中，接收目标客户在银行自助终端上输入的客户登录信息。
101.在s5中，根据所述客户登录信息，获取目标客户的客户属性。
102.在s6中，将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合。
103.这里的“匹配”实际上是计算目标客户的客户属性与客户子集合的原型代表的客户属性的距离，进而基于计算的距离来确定目标客户所属的客户子集合；其中，所述的客户子集合可能是一个，也可能是多个。
104.在s7中，将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上。
105.具体的，在s6中，如果进行匹配后，目标客户可能属于多个客户子集合，则需要进一步处理，找到最合适的客户子集合。参考图6，具体流程为：
106.s601，当存在与目标客户的距离最小的多个客户子集合，且目标客户与该多个客户子集合的距离相差在第四指定阈值范围内时，从该多个客户子集合中，筛选出与目标客户距离最近的多个客户作为目标客户的相似客户；
107.s602，基于相似客户的历史交易数据，确定该目标客户对应的多个交易选项卡和每个交易选项卡的客户需求概率，进一步生成对应该目标客户的自助终端展示界面；
108.s603，将生成的所述对应该目标客户的自助终端展示界面，展示于所述银行自助终端上。
109.在实际应用场景中，如果接收到目标客户在银行自助终端中输入的交易选项卡更换请求后，将目标客户所属的客户子集合对应的自助终端展示界面，展示于银行自助终端中。
110.在一具体实施例中，在于所述银行自助终端上展示自助终端展示界面之前，可以基于该目标客户的历史交易数据和该目标客户的关联客户的历史交易数据对该目标客户所属的客户子集合对应的自助终端展示界面进行修正，之后在所述银行自助终端上展示修正后的自助终端展示界面。参考图7，修正过程如下：
111.s701，根据所述目标客户登录信息，获取所述目标客户的历史交易数据。
112.s702，依据所述目标客户的客户属性，确定该目标客户的关联客户，获取该关联客户的历史交易数据。
113.具体的，可以将与该目标客户的距离最小的多个客户确定为该目标客户的关联客户，之后获取该关联客户的历史交易数据。
114.s703，依据所述目标客户的历史交易数据，该目标客户的关联客户的历史交易数据，对所述目标客户所属的客户子集合对应的自助终端展示界面进行修正。
115.具体的，假设自助终端的所有交易组成交易集合u，目标客户的历史交易数据包含的交易组成交易集合a，目标客户的关联客户的历史交易数据包含的交易组成交易集合b。将交易集合u分为4个子集合：u∩a∩b(三个集合a，b，u的交集)，u∩a-b(包含于u和a中，但是不包含于b中的交易)，u∩b-a(包含于u和b中，但是不包含于a中的交易)，以及u-a-b(包含于u中，但是不包含于a且不包含于b中的交易)。在整体上，u∩a∩b优先于u∩a-b，u∩a-b优先于u∩b-a，u∩b-a优先于u-a-b。而对于这四个子集合，每个子集合中任何两个交易的
相对顺序和该两个交易在调整前的目标客户所属的客户子集合对应的自助终端展示界面中的相对顺序保持一致(比如，上述4个集合中的任何一个集合，包含交易x和y。在调整前，x优先于y，则在该集合中(对应于调整后)，x仍然优先于y)。
116.进一步的，除了设置自助终端界面，还可以基于客户子集合预测客户使用自助设备的资源使用数据；具体的，可以基于该客户归属的客户子集合的所有客户在最近一段时间(如，过去三天，一周，或其它时间范围)在银行自助终端的历史资源使用数据，来预测该客户在银行自助设备的资源使用数据。
117.在目标客户登录银行自助终端时，依据预测的资源使用数据自动将资源分配给该目标客户。比如，该资源数据可以是人脸识别计算资源，不同的交易对应的风险是不一样的，有些交易因为存在一定的风险需要客户进行人脸识别，而另一些交易则不需要，当预测该目标客户需要使用人脸识别资源时，银行网点就可以提前将人脸识别计算资源分配给该自助终端，这样就可以保证客户在该自助终端进行人脸识别时，银行网点能够快速的给出人脸识别结果以改善客户使用体验，并且不会出现资源浪费。
118.在上述实施例中，通过对不同客户进行聚类分析得到不同的客户子集合，之后生成对应每一客户子集合的自助终端展示界面，可以实现对不同客户的个性化自助终端界面展示，减少了自助终端界面信息冗杂的问题；同时，在对应不同客户子集合的自助终端展示界面中，设置了对应该集合的交易选项卡，可以实现针对不同客户属性的交易选项卡的个性化展示，便于客户使用，提升了使用便捷度，提升了客户使用自助终端的效率，改善了用户体验。
119.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。
120.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自助终端的界面展示系统进行介绍。
121.银行自助终端的界面展示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。
122.基于同一发明构思，本发明还提出了一种银行自助终端的界面展示系统，如图8所示，该系统包括：
123.客户属性确定模块810，用于获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；
124.聚类分析模块820，用于依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合；
125.交易选项卡配置模块830，用于针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；
126.客户登录信息接收模块840，用于接收目标客户在银行自助终端上输入的客户登录信息；
127.客户属性获取模块850，用于根据所述客户登录信息，获取目标客户的客户属性；
128.客户子集合匹配模块860，用于将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；
129.自助终端展示界面展示模块870，用于将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上。
130.在一实施例中，聚类分析模块820具体用于：
131.针对每个客户子集合，基于该客户子集合的每一个客户的历史交易数据，确定该每一个客户的历史交易量；
132.将该客户子集合的所有客户的历史交易量相加，获得该客户子集合的历史交易量；
133.当客户子集合的历史交易量大于第一指定阈值时，对该客户子集合进行聚类，获得多个客户细分子集合；
134.在得到的多个客户子集合中，用客户子集合对应的客户细分子集合代替该客户子集合。
135.在一实施例中，交易选项卡配置模块830具体用于：
136.依据客户子集合中每一客户的历史交易数据，确定每一客户的历史交易选项卡和历史交易量；
137.将所述客户子集合中每一客户的历史交易选项卡取并集，获得了与客户子集合的历史交易数据匹配的多个交易选项卡；
138.依据客户子集合中每一客户的历史交易量，确定该客户子集合的历史交易量；
139.当该客户子集合的历史交易量大于第二指定阈值时，将每一交易选项卡的客户需求概率设置为：该客户子集合对应的历史交易数据中该交易选项卡的数量与该历史交易数据的数量的比值。
140.在一实施例中，交易选项卡配置模块830具体用于：
141.当该客户子集合的历史交易量小于第二指定阈值时，将该客户子集合与距离该客户子集合最近的其他客户子集合进行合并，获得更新后的客户子集合，直到更新后的客户子集合的历史交易量大于第二指定阈值，或者更新后的客户子集合的历史交易量小于第二指定阈值的数量小于第三指定阈值；
142.对更新后的客户子集合，确定该客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率。
143.在一实施例中，交易选项卡配置模块830具体用于：
144.根据所述多个交易选项卡和所述客户需求概率，确定每一交易选项卡在自助终端展示界面的展示面积和展示位置；
145.根据每一交易选项卡在自助终端展示界面的展示面积和展示位置，对不同的交易选项卡组合展示；
146.将不同的交易选项卡的组合展示结果，作为对应该客户子集合的自助终端展示界面。
147.在一实施例中，客户子集合匹配模块860具体用于：
148.当存在与目标客户的距离最小的多个客户子集合，且目标客户与该多个客户子集合的距离相差在第四指定阈值范围内时，从该多个客户子集合中，筛选出与目标客户距离最近的多个客户作为目标客户的相似客户；
149.基于相似客户的历史交易数据，确定该目标客户对应的多个交易选项卡和每个交易选项卡的客户需求概率，进一步生成对应该目标客户的自助终端展示界面；
150.自助终端展示界面展示模块870用于将生成的所述对应该目标客户的自助终端展示界面，展示于所述银行自助终端上。
151.应当注意，尽管在上文详细描述中提及了银行自助终端的界面展示系统的若干模块，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。
152.基于前述发明构思，如图9所示，本发明还提出了一种计算机设备900，包括存储器910、处理器920及存储在存储器910上并可在处理器920上运行的计算机程序930，所述处理器920执行所述计算机程序930时实现前述银行自助终端的界面展示方法。
153.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自助终端的界面展示方法。
154.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自助终端的界面展示方法。
155.本发明提出的银行自助终端的界面展示方法及系统通过获取银行自助终端服务的客户集合，以及客户集合中每个客户在银行的历史交易数据，确定每个客户的客户属性；依据所述客户集合中每个客户的客户属性，对所述客户集合进行聚类分析，得到多个客户子集合；针对每一客户子集合，获取该客户子集合中每一客户的历史交易数据；依据该历史交易数据，确定每一客户子集合对应的多个交易选项卡和每一交易选项卡的客户需求概率；根据所述多个交易选项卡和所述客户需求概率，生成对应该客户子集合的自助终端展示界面；接收目标客户在银行自助终端上输入的客户登录信息；根据所述客户登录信息，获取目标客户的客户属性；将目标客户的客户属性，与不同的客户子集合进行匹配，确定目标客户所属的客户子集合；将目标客户所属的客户子集合对应的自助终端展示界面，展示于所述银行自助终端上；与现有技术中银行自助终端仅能提供标准化界面的技术方案相比，通过对不同客户进行聚类分析得到不同的客户子集合，之后生成对应每一客户子集合的自助终端展示界面，可以实现对不同客户的个性化自助终端界面展示，减少了自助终端界面信息冗杂的问题；同时，在对应不同客户子集合的自助终端展示界面中，设置了对应该集合的交易选项卡，可以实现针对不同客户属性的交易选项卡的个性化展示，便于客户使用，提升了使用便捷度，提升了客户使用自助终端的效率，改善了用户体验。
156.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。
157.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。
158.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。
159.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。
160.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。