基于机器学习对银行ATM机智能加清钞的方法及系统

摘要

本发明提供了基于机器学习对银行ATM机智能加清钞的方法及系统，所述的方法包括：S1：对银行ATM机历史交易数据、节假日数据进行宽表加工及样本拆分；S2：基于时间序列ARIMA模型建模，并利用训练样本进行模型训练；S3：模型训练完成后，输入预测样本，模型可输出预测结果，即未来7天每天的取款金额。所述的系统包括：宽表加工模块、样本拆分模块、模型建立模块、样本训练模块、预测模块。该发明基于时间序列的ARIMA模型，利用自助设备历史取款数据对未来取款额进行预测，并结合成本和覆盖率，给出每台自助设备未来7天内的最优加钞额和最优加钞频次。