柜员操作界面的生成方法、装置和柜员终端与流程

1.本说明书属于人工智能技术领域，尤其涉及柜员操作界面的生成方法、装置和柜员终端。


背景技术：

2.通常柜员在使用柜员终端为用户办理业务时，柜员终端展示给柜员的是一种统一固定的柜员操作界面。该柜员操作界面会包含了与几乎所有业务相关的柜员操作项，并且大多还是以树形结构展示的。当柜员在为用户办理业务需要使用到某个具体的柜员操作项时，需要从数量庞大的柜员操作项中通过逐层展开查找，才能最终找到所需要的柜员操作项，来为用户办理具体业务。
3.可见，基于上述方法，柜员在使用现有的柜员操作界面为用户办理业务时，操作过程往往相对较为繁琐、复杂，办理效率相对较低，进而导致用户等待时长相对较长，影响用户的业务办理体验。
4.针对上述问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本说明书提供了一种柜员操作界面的生成方法、装置和柜员终端，可以针对不同柜员、用户，智能地生成相匹配的目标柜员操作界面，以便柜员能够高效、便捷地完成用户所要求的业务办理，有效地提高了柜员的业务办理效率，减少了用户的等待时长，使用户可以获得较好的业务办理体验。
6.本说明书提供了一种柜员操作界面的生成方法，应用于柜员终端，所述方法包括：
7.接收柜员发起的关于目标用户的触发指令；
8.响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；
9.根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；
10.组合第一信息数据和第二信息数据，得到目标联合数据；
11.利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；
12.根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
13.在一个实施例中，所述触发指令包括叫号指令。
14.在一个实施例中，所述第一信息数据包括以下至少之一：用户类型、用户职业、用户当前已办理的业务、用户当前预设时间段内的历史业务办理记录。
15.在一个实施例中，所述第二信息数据包括以下至少之一：柜员类型、柜员所在柜台的柜台标识、柜员当前预设时间段内的历史业务操作记录。
16.在一个实施例中，利用预设的业务预测模型通过处理目标联合数据，预测出目标
用户当前待办理的目标业务，包括：
17.利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果；
18.根据目标处理结果，筛选出概率值排序靠前的预设数量个业务作为所述目标业务。
19.在一个实施例中，在根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据的同时，所述方法还包括：采集当前柜员与目标用户之间的交互数据，作为目标交互记录。
20.在一个实施例中，在利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果之后，所述方法还包括：
21.将目标交互记录转换为符合要求的目标交互文本；
22.利用预设的语义识别模型处理目标交互文本，得到对应的目标语义识别结果；
23.根据目标语义识别结果和目标处理结果，确定目标业务。
24.在一个实施例中，根据目标业务，生成相匹配的目标柜员操作界面，包括：
25.根据目标业务，从操作系统界面元素库中筛选出与目标业务相关的柜员操作项；
26.组合所述与目标业务相关的柜员操作项，以得到初始操作界面；
27.根据第二信息数据，调整初始操作界面的界面布局和/或交互模式，以得到相匹配的目标柜员操作界面。
28.在一个实施例中，所述预设的业务预测模型为预先联合利用样本用户的第一样本信息数据与样本柜员的第二样本信息数据，通过深度学习训练得到的神经网络模型。
29.在一个实施例中，在向柜员展示所述目标柜员操作界面之后，所述方法还包括：
30.接收柜员基于所述目标柜员操作界面的目标操作数据；
31.根据目标操作数据，与云服务器交互，以完成目标用户的业务办理。
32.在一个实施例中，在向柜员展示所述目标柜员操作界面之后，所述方法还包括：
33.采集柜员针对目标柜员操作界面的调整数据；
34.间隔预设的时间段，将当前时间段内所采集的调整数据作为反馈数据发送至云服务器；其中，所述云服务器根据反馈数据更新预设的业务预测模型。
35.本说明书还提供了一种柜员操作界面的生成装置，应用于柜员终端，所述装置包括：
36.接收模块，用于接收柜员发起的关于目标用户的触发指令；
37.第一获取模块，用于响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；
38.第二获取模块，用于根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；
39.组合模块，用于组合第一信息数据和第二信息数据，得到目标联合数据；
40.预测模块，用于利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；
41.生成模块，用于根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
42.本说明书还提供了一种柜员终端，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现所述柜员操作界面的生成方法的相关步骤。
43.本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现权以下步骤：接收柜员发起的关于目标用户的触发指令；响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；组合第一信息数据和第二信息数据，得到目标联合数据；利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
44.本说明书还提供了一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现所述柜员操作界面的生成方法的相关步骤。
45.基于本说明书提供的柜员操作界面的生成方法、装置和柜员终端，柜员终端在接收到柜员发起的关于目标用户的触发指令之后，可以先获取并根据目标用户的用户标识以及柜员的柜员标识，获取关于目标用户的第一信息数据以及关于柜员的第二信息数据；再组合第一信息数据和第二信息数据，得到目标联合数据；并利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；进而可以根据目标业务，生成相匹配的目标柜员操作界面；并向该柜员展示出所述目标柜员操作界面。从而可以针对不同柜员、用户，智能地生成相匹配的目标柜员操作界面，以便柜员能够高效、便捷地完成用户所要求的业务办理，有效地提高了柜员的业务办理效率，减少了用户的等待时长，使用户可以获得较好的业务办理体验。
附图说明
46.为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，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他的附图。
47.图1是本说明书的一个实施例提供的柜员操作界面的生成方法的流程示意图；
48.图2是在一个场景示例中，应用本说明书实施例提供的柜员操作界面的生成方法的一种实施例的示意图；
49.图3是在一个场景示例中，应用本说明书实施例提供的柜员操作界面的生成方法的一种实施例的示意图；
50.图4是在一个场景示例中，应用本说明书实施例提供的柜员操作界面的生成方法的一种实施例的示意图；
51.图5是在一个场景示例中，应用本说明书实施例提供的柜员操作界面的生成方法的一种实施例的示意图；
52.图6是在一个场景示例中，应用本说明书实施例提供的柜员操作界面的生成方法的一种实施例的示意图；
53.图7是本说明书的一个实施例提供的柜员终端的结构组成示意图；
54.图8是本说明书的一个实施例提供的柜员操作界面的生成装置的结构组成示意
图。
具体实施方式
55.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
56.参阅图1所示，本说明书实施例提供了一种柜员操作界面的生成方法，其中，该方法具体应用于柜员终端一侧。具体实施时，该方法可以包括以下内容：
57.s101：接收柜员发起的关于目标用户的触发指令；
58.s102：响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；
59.s103：根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；
60.s104：组合第一信息数据和第二信息数据，得到目标联合数据；
61.s105：利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；
62.s106：根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
63.在一些实施例中，参阅图2所示，上述柜员操作界面的生成方法具体可以柜员终端一侧。其中，柜员终端具体可以包括部署于交易机构(例如，银行等)的网点营业厅。交易机构的柜员可以利用柜员终端为用户办理诸如储蓄、借贷、开户等具体的业务。
64.其中，上述柜员终端还可以与交易机构的云服务器相连，以便通过与云服务器的交互，完成需要联网的业务数据处理。
65.在本实施例中，所述云服务器具体可以包括一种应用于交易机构一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述云服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述云服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述云服务器所包含的服务器的数量。所述云服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。
66.在本实施例中，所述柜员终端具体可以包括一种应用于柜员一侧，能够实现数据采集、数据传输等功能的前端。具体的，所述柜员终端例如可以为台式电脑、平板电脑、笔记本电脑、智能手机等电子设备。或者，所述柜员终端也可以为能够运行于上述电子设备中的软件应用。例如，可以是在台式电脑上运行的某银行柜员系统app等。
67.在一些实施例中，所述触发指令具体可以包括叫号指令。具体的，当目标用户前往交易机构的网点营业厅申请办理业务时，需要先使用自己的身份凭证，领取对应的预约号；再根据该预约号排队，等待办理业务。
68.当轮到为目标用户办理业务时，柜员可以利用柜员终端发起关于目标用户的叫号指令，作为出发指令。其中，上述叫号指令至少包含有目标用户所领取的预约号。
69.柜员终端在接收到柜员发起的叫号指令之后，一方面，可以调用语音播放器播放提示语音，以提示目标用户前往对应的柜员窗口办理业务；另一方面，还可以获取目标用户的用户标识，以及柜员的柜员标识。
70.具体实施时，柜员终端可以根据叫号指令所包含的预约号，查询预约记录，以获取目标用户在领取该预约号时使用的身份凭证，进而可以基于该身份凭证，获取目标用户的用户标识。同时，柜员终端还可以获取当前登录和使用该柜员终端的柜员的员工编号，作为柜员的柜员标识。
71.需要说明的是，本说明书中所涉及到的与用户相关的信息数据均为在用户知晓且同意的前提下获取和使用的。并且，对于上述信息数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
72.在一些实施例中，具体实施时，可以根据目标用户的用户标识，查询用户数据库，以获取关于目标用户的第一信息数据；同时，可以根据柜员的柜员标识，查询柜员数据库，以获取关于柜员的第二信息数据。
73.其中，上述用户数据库具体可以包含有各个用户的属性数据，例如，用户的姓名、职业、资产、年龄等，还可以包含有各个用户的历史行为数据，例如，用户的转账记录、存款记录、汇款记录、业务办理频率等。
74.上述柜员数据库具体可以包含有各个柜员的属性数据，例如，柜员的姓名、柜员的职级、柜员的工作年限等，还可以包含有各个柜员的历史行为数据，例如，柜员的操作习惯、操作时长、操作频率等。
75.在一些实施例中，上述用户数据库和柜员数据库具体可以包括基于区块链的数据库。具体实施时，云服务器可以利用区块链的不可篡改性和保密性，将所采集到的各个用户的信息数据、各个柜员的信息数据安全、可靠地存入上述用户数据库、柜员数据库中，以备后续使用。
76.在一些实施例中，上述第一信息数据具体可以理解为预先通过聚类处理所筛选出的能够用于预测用户的待办业务的用户侧的信息数据。
77.具体的，所述第一信息数据具体可以包括以下至少之一：用户类型、用户职业、用户当前已办理的业务、用户当前预设时间段内的历史业务办理记录等。
78.其中，上述用户类型具体可以包括用户的vip等级，以及用户业务属性类型(例如，储蓄用户、信用卡用户、信贷用户等)。上述用户当前预设时间段内的历史业务办理记录具体可以包括：用户最近一个月所办理的业务的业务类型、办理时间、业务当前状态等等。此外，上述第一信息数据进一步还可以包括：用户当前的账户余额、用户当前预设时间段内在交易机构的网页的浏览记录、用户的关联用户(例如，用户的亲人)的第一信息数据等等。
79.在一些实施例中，上述第二信息数据具体可以理解为预先通过聚类处理所筛选出的能够用于预测用户的待办业务的柜员侧的信息数据。
80.具体的，所述第二信息数据具体可以包括以下至少之一：柜员类型、柜员所在柜台的柜台标识、柜员当前预设时间段内的历史业务操作记录等。
81.其中，上述柜员类型具体可以包括柜员的职级，以及柜员业务属性类型(例如，对公业务柜员、对私业务柜员等)。上述柜员当前预设时间段内的历史业务操作记录具体可以包括：柜员最近一个月所办理的业务的业务类型、办理时间、办理频率等等。此外，此外，上
述第二信息数据进一步还可以包括：柜员的个性化标签、柜员设置的自定义参数、柜员基于柜员操作界面的历史操作习惯等等。
82.在一些实施例中，具体实施前，云服务器可以先获取大量关于业务办理的历史业务办理记录。通过解析历史业务办理记录，提取出多个历史数据组；其中，每个历史数据组至少包含有的用户所办理的历史业务的业务标识、用户的用户标识，以及参与办理业务的柜员的柜员标识。针对各个历史数据组，将该历史数据组所包含的历史业务确定为样本业务，将该历史数据组所包含的用户确定为样本用户，将该历史数据组所包含的柜员确定为样本柜员。再根据样本业务的业务标识，查询业务数据库，确定出样本业务办理时间。根据业务办理时间和样本用户的用户标识，查询用户数据库，获取样本用户业务办理时间之前(包括业务办理时间)的信息数据，作为样本用户的初始信息数据；同时，根据业务办理时间和样本柜员的柜员标识，查询柜员数据库，获取样本柜员业务办理时间之前(包括业务办理时间)的信息数据，作为样本柜员的初始信息数据。组合属于同一个历史数据组的样本业务的业务标识，样本用户的初始信息数据和样本柜员的初始信息数据，得到初始样本组。
83.根据初始样本组所包含的样本业务的业务类型，将初始样本组划分为多个数据集；其中，每个数据集对应一个业务标识，每个数据集包含有与该业务标识对应的一个或多个初始样本组。对每个数据集所包含的样本用户的初始信息数据和样本柜员的初始信息数据分别进行聚类处理，得到针对每个业务类型的，样本用户的共性数据和样本柜员的共性数据。再比较对应不同业务类型的样本用户的共性数据和样本柜员的共性数据，删除被多个(例如，4个)业务类型所共享的样本用户的共性数据和样本柜员的共性数据；再对所有业务类型的样本用户的剩余共性数据和样本柜员的剩余共性数据进行取并处理，以确定出适用于预测用户待办业务的用户的第一信息数据，以及柜员的第二信息数据。
84.此外，在得到初始样本组之后，还可以先对初始样本组进行数据清洗，以去掉异常数据和无效数据，以减少数据误差。
85.进一步，还可以在初始样本组中保留下样本业务的业务标识，以及样本用户的第一信息数据(可以记为样本用户的第一样本信息数据)、样本柜员的第二信息数据(可以记为样本柜员的第二样本信息数据)作为最终的样本数据组。以便后续可以利用上述样本数据进行模型训练，构建预设的业务预测模型。
86.在一些实施例中，上述预设的业务预测模型具体可以理解为能够通过联合使用用户的第一信息数据和柜员的第二信息数据，预测并输出该用户办理各个业务的概率值的神经网络模型。其中，一个业务标识对应一个业务。
87.在一些实施例中，所述预设的业务预测模型具体可以为预先联合利用样本用户的第一样本信息数据与样本柜员的第二样本信息数据，通过深度学习训练得到的神经网络模型。
88.具体实施前，参阅图3所示，可以按照以下方式训练得到预设的业务预测模型：
89.s1：获取样本数据组；
90.s2：组合样本数据组所包含的样本用户的第一样本信息数据与样本柜员的第二样本信息数据，得到样本联合数据；
91.s3：根据样本数据组中样本业务的业务标识，标注样本联合数据，得到标注后的样本联合数据；
92.s4：基于深度学习算法，利用标注后的样本联合数据训练初始模型，以得到符合要求的预设的业务预测模型。
93.需要说明的是，上述预设的业务预测模型可以是由云服务器负责训练得到，并下发提供给各个交易机构网点的柜员终端使用的。
94.在一些实施例中，参阅图4所示，上述利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务，具体实施时，可以包括以下内容：
95.s1：利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果；
96.s2：根据目标处理结果，筛选出概率值排序靠前的预设数量个业务作为所述目标业务。
97.其中，目标处理结果具体可以包括目标用户办理各个业务的概率值。
98.具体实施时，柜员终端可以根据目标处理结果，确定出目标用办理各个业务的概率值；再根据各个业务的概率值，按照概率值从大到小的顺序排列多个业务；将排序最靠前的预设数量个(例如，4个)业务作为该目标用户最有可能办理的目标业务。
99.在一些实施例中，在根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据的同时，所述方法具体实施时，还可以包括：采集当前柜员与目标用户之间的交互数据，作为目标交互记录。
100.具体的，柜员终端可以通过收音器采集当前一段时间段柜员与目标用户之间初步交流时的语音数据，作为上述目标交互记录。这样，后续可以同时综合目标用户的第一信息数据、柜员的第二信息数据，以及当前的目标交互记录，更加精准地预测出该目标用户最有可能办理的业务。
101.在一些实施例中，参阅图5所示，在利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果之后，所述方法具体实施时，还可以包括以下内容：
102.s1：将目标交互记录转换为符合要求的目标交互文本；
103.s2：利用预设的语义识别模型处理目标交互文本，得到对应的目标语义识别结果；
104.s3：根据目标语义识别结果和目标处理结果，确定目标业务。
105.具体实施时，可以利用语音识别模型将目标交互记录从语音数据转换为对应的文本数据；再对文本数据进行去噪处理，以得到符合要求的目标交互文本。
106.上述预设的语义识别模型具体可以理解为一种预先基于自然语言处理(nlp)训练得到语义识别模型。
107.具体实施时，可以利用预设的语义识别模型通过处理目标交互文本，得到对应的语义内容，作为所述目标语义识别结果。
108.具体实施时，可以先根据目标处理结果，确定各个业务基于概率值的排序；再根据目标语义结果，对部分业务的排序进行针对性调整，得到调整后的排序；根据调整后的排序，筛选出概率值排序靠前的预设数量个业务作为所述目标业务。
109.基于上述实施例，可以更加精准地预测出目标用户想要办理的目标业务。
110.在一些实施例中，参阅图6所示，上述根据目标业务，生成相匹配的目标柜员操作界面，具体实施时，可以包括以下内容：
111.s1：根据目标业务，从操作系统界面元素库中筛选出与目标业务相关的柜员操作项；
112.s2：组合所述与目标业务相关的柜员操作项，以得到初始操作界面；
113.s3：根据第二信息数据，调整初始操作界面的界面布局和/或交互模式，以得到相匹配的目标柜员操作界面。
114.具体实施时，可以确定出与目标业务相近或相关的关联业务；再从操作系统界面元素库中筛选出与目标业务和/或关联业务相关的柜员操作项。
115.具体实施时，可以根据第二信息数据(例如，柜员当前预设时间段内的历史业务操作记录等)，确定出柜员的操作习惯；根据柜员的操作习惯，有针对性地调整初始操作界面中的界面布局和/或交互模式，以得到与该柜员的操作习惯相匹配的目标柜员操作界面。基于上述目标柜员操作界面，柜员具体操作时，可以更加的顺利、高效。
116.在一些实施例中，在向柜员展示所述目标柜员操作界面之后，所述方法具体实施时，还可以包括以下内容：
117.s1：接收柜员基于所述目标柜员操作界面的目标操作数据；
118.s2：根据目标操作数据，与云服务器交互，以完成目标用户的业务办理。
119.这样柜员可以利用上述目标柜员操作界面进行具体操作，以高效地完成目标用户所要办理的业务。
120.在一些实施例中，在向柜员展示所述目标柜员操作界面之后，所述方法具体实施时，还可以包括以下内容：
121.s1：采集柜员针对目标柜员操作界面的调整数据；
122.s2：间隔预设的时间段，将当前时间段内所采集的调整数据作为反馈数据发送至云服务器；其中，所述云服务器根据反馈数据更新预设的业务预测模型。
123.其中，所述目标柜员操作界面支持柜员根据具体情况和操作习惯，在一定程度上进行自定义调整。
124.如果目标柜员操作界面所包含的柜员操作项、界面布局和/或交互模式等不符合柜员要求，柜员可以对目标柜员操作界面做自定义调整。相应的，柜员终端可以采集上述调整数据。
125.柜员终端可以每间隔预设的时间段(例如，每隔一周)，将当前时间段内所采集到的调整数据作为反馈数据发送至云服务器。云服务器在接收到上述反馈数据之后，可以根据反馈数据，对预设的业务预测模型进行针对性的调整和修改，以实现对预设的业务预测模型的更新，从而可以不断地提高预设的业务预测模型的预测精度，减少数据误差。
126.由上可见，基于本说明书实施例提供的柜员操作界面的生成方法，柜员终端在接收到柜员发起的关于目标用户的触发指令之后，可以先获取并根据目标用户的用户标识以及柜员的柜员标识，获取关于目标用户的第一信息数据以及关于柜员的第二信息数据；再组合第一信息数据和第二信息数据，得到目标联合数据；并利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面。从而可以针对不同柜员、用户，智能地生成相匹配的目标柜员操作界面，以便柜员高效、便捷地完成用户所要求的业务办理，有效地提高了柜员的业务办理效率，减少了用户的等待时长，使用户可以获得较好的业务办理体验。
127.本说明书实施例还提供一种柜员终端，包括处理器以及用于存储处理器可执行指
令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：接收柜员发起的关于目标用户的触发指令；响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；组合第一信息数据和第二信息数据，得到目标联合数据；利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
128.为了能够更加准确地完成上述指令，参阅图7所示，本说明书实施例还提供了另一种具体的柜员终端，其中，所述柜员终端包括网络通信端口701、处理器702以及存储器703，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
129.其中，所述网络通信端口701，具体可以用于接收柜员发起的关于目标用户的触发指令。
130.所述处理器702，具体可以用于响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；组合第一信息数据和第二信息数据，得到目标联合数据；利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
131.所述存储器703，具体可以用于存储相应的指令程序。
132.在本实施例中，所述网络通信端口701可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行ftp数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如gsm、cdma等；其还可以为wifi芯片；其还可以为蓝牙芯片。
133.在本实施例中，所述处理器702可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
134.在本实施例中，所述存储器703可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如ram、fifo等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、tf卡等。
135.本说明书实施例还提供了一种基于上述柜员操作界面的生成方法的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指令，在所述计算机程序指令被执行时实现：接收柜员发起的关于目标用户的触发指令；响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；组合第一信息数据和第二信息数据，得到目标联合数据；利用预设的业务预测模型通过处理目标联合数据，预测出目标用
户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
136.在本实施例中，上述存储介质包括但不限于随机存取存储器(random access memory,ram)、只读存储器(read-only memory,rom)、缓存(cache)、硬盘(hard disk drive,hdd)或者存储卡(memory card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
137.在本实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
138.本说明书实施例还提供了一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现以下步骤：接收柜员发起的关于目标用户的触发指令；响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；组合第一信息数据和第二信息数据，得到目标联合数据；利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
139.参阅图8所示，在软件层面上，本说明书实施例还提供了一种柜员操作界面的生成装置，该装置具体可以包括以下的结构模块：
140.接收模块801，具体可以用于接收柜员发起的关于目标用户的触发指令；
141.第一获取模块802，具体可以用于响应所述触发指令，获取目标用户的用户标识以及柜员的柜员标识；
142.第二获取模块803，具体可以用于根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据；
143.组合模块804，具体可以用于组合第一信息数据和第二信息数据，得到目标联合数据；
144.预测模块805，具体可以用于利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；
145.生成模块806，具体可以用于根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面；其中，所述目标柜员操作界面至少包含于与目标业务相关的柜员操作项。
146.在一些实施例中，所述触发指令具体可以包括叫号指令。
147.在一些实施例中，所述第一信息数据具体可以包括以下至少之一：用户类型、用户职业、用户当前已办理的业务、用户当前预设时间段内的历史业务办理记录等。
148.在一些实施例中，所述第二信息数据具体可以包括以下至少之一：柜员类型、柜员所在柜台的柜台标识、柜员当前预设时间段内的历史业务操作记录等。
149.在一些实施例中，上述预测模块805具体实施时，可以按照以下方式利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务：利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果；根据目标处理结果，筛选出概
率值排序靠前的预设数量个业务作为所述目标业务。
150.在一些实施例中，在根据目标用户的用户标识，获取关于目标用户的第一信息数据；根据柜员的柜员标识，获取关于柜员的第二信息数据的同时，所述装置具体实施时，还可以用于采集当前柜员与目标用户之间的交互数据，作为目标交互记录。
151.在一些实施例中，在利用预设的业务预测模型处理目标联合数据，得到对应的目标处理结果之后，所述装置具体实施时，还可以用于将目标交互记录转换为符合要求的目标交互文本；利用预设的语义识别模型处理目标交互文本，得到对应的目标语义识别结果；根据目标语义识别结果和目标处理结果，确定目标业务。
152.在一些实施例中，上述生成模块806具体实施时，可以按照以下方式根据目标业务，生成相匹配的目标柜员操作界面：根据目标业务，从操作系统界面元素库中筛选出与目标业务相关的柜员操作项；组合所述与目标业务相关的柜员操作项，以得到初始操作界面；根据第二信息数据，调整初始操作界面的界面布局和/或交互模式，以得到相匹配的目标柜员操作界面。
153.在一些实施例中，所述预设的业务预测模型具体可以为预先联合利用样本用户的第一样本信息数据与样本柜员的第二样本信息数据，通过深度学习训练得到的神经网络模型。
154.在一些实施例中，在向柜员展示所述目标柜员操作界面之后，所述装置具体实施时，还可以用于接收柜员基于所述目标柜员操作界面的目标操作数据；根据目标操作数据，与云服务器交互，以完成目标用户的业务办理。
155.在一些实施例中，在向柜员展示所述目标柜员操作界面之后，所述装置具体实施时，还可以用于采集柜员针对目标柜员操作界面的调整数据；间隔预设的时间段，将当前时间段内所采集的调整数据作为反馈数据发送至云服务器；其中，所述云服务器根据反馈数据更新预设的业务预测模型。
156.需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
157.由上可见，基于本说明书实施例提供的柜员操作界面的生成装置，柜员终端在接收到柜员发起的关于目标用户的触发指令之后，可以先获取并根据目标用户的用户标识以及柜员的柜员标识，获取关于目标用户的第一信息数据以及关于柜员的第二信息数据；再组合第一信息数据和第二信息数据，得到目标联合数据；并利用预设的业务预测模型通过处理目标联合数据，预测出目标用户当前待办理的目标业务；根据目标业务，生成相匹配的目标柜员操作界面；并向柜员展示所述目标柜员操作界面。从而可以针对不同柜员、用户，智能地生成相匹配的目标柜员操作界面，以便柜员高效、便捷地完成用户所要求的业务办
理，有效地提高了柜员的业务办理效率，减少了用户的等待时长，使用户可以获得较好的业务办理体验。
158.虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
159.本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
160.本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机可读存储介质中。
161.通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
162.本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
163.虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。