JPH0962747A - 学習機能付自動金融取引システム - Google Patents
学習機能付自動金融取引システムInfo
- Publication number
- JPH0962747A JPH0962747A JP21701695A JP21701695A JPH0962747A JP H0962747 A JPH0962747 A JP H0962747A JP 21701695 A JP21701695 A JP 21701695A JP 21701695 A JP21701695 A JP 21701695A JP H0962747 A JPH0962747 A JP H0962747A
- Authority
- JP
- Japan
- Prior art keywords
- transaction
- customer
- atm
- learning
- institution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
(57)【要約】
【目的】 顧客個別に、かつ、取引日時や曜日等の種々
の取引状況別に、最適な操作ガイダンス内容の候補を自
動的に選択する。 【構成】 操作ガイダンス画面に従っての顧客の取引内
容パターンを演繹的に学習すると共に、この学習結果に
基づき、顧客の識別後、顧客が行なう取引内容を予測す
るＡＴＭ学習部１ｃ（ホスト学習部２ｃ）と、この予測
した取引内容に対応する操作ガイダンス画面を生成して
出力する主制御部１ａとを設けた学習機能付自動金融取
引システム。
の取引状況別に、最適な操作ガイダンス内容の候補を自
動的に選択する。 【構成】 操作ガイダンス画面に従っての顧客の取引内
容パターンを演繹的に学習すると共に、この学習結果に
基づき、顧客の識別後、顧客が行なう取引内容を予測す
るＡＴＭ学習部１ｃ（ホスト学習部２ｃ）と、この予測
した取引内容に対応する操作ガイダンス画面を生成して
出力する主制御部１ａとを設けた学習機能付自動金融取
引システム。
Description
【０００１】
【産業上の利用分野】本発明は、ＣＤ(Cash Dispense
r、現金自動支払装置）やＡＴＭ（Automatic Teller Ma
chine、自動金融取引装置)等を介して、現金の入出金、
あるいは銀行間での振込み等の金融取引を行なう自動金
融取引システムに係り、特に、ＣＤやＡＴＭにおける顧
客の操作性を向上させるのに好適な学習機能付自動金融
取引システムに関するものである。
r、現金自動支払装置）やＡＴＭ（Automatic Teller Ma
chine、自動金融取引装置)等を介して、現金の入出金、
あるいは銀行間での振込み等の金融取引を行なう自動金
融取引システムに係り、特に、ＣＤやＡＴＭにおける顧
客の操作性を向上させるのに好適な学習機能付自動金融
取引システムに関するものである。
【０００２】
【従来の技術】ＣＤやＡＴＭ等を介して、現金の入出金
や銀行間での振込み等の金融取引を行なう自動金融取引
システムにおいて、顧客の操作性を向上させる従来技術
としては、例えば、特開平６３−２９３６９６号公報に
記載のように、顧客に対応して引出金額の候補を表示す
るものがある。
や銀行間での振込み等の金融取引を行なう自動金融取引
システムにおいて、顧客の操作性を向上させる従来技術
としては、例えば、特開平６３−２９３６９６号公報に
記載のように、顧客に対応して引出金額の候補を表示す
るものがある。
【０００３】この技術によれば、顧客は、候補として表
示された金額に対して確認キーを操作するだけで良く、
引出金額の入力操作が不要となり、入力操作の負荷が軽
減する。しかし、この従来技術では、表示する引出金額
の候補は、顧客が事前に設定した引出金額に固定されて
おり、その時の顧客の引き出したい金額とは異なってい
る場合が多々発生する。このような場合には、従来通り
の引出金額の入力操作を行なうこととなる。
示された金額に対して確認キーを操作するだけで良く、
引出金額の入力操作が不要となり、入力操作の負荷が軽
減する。しかし、この従来技術では、表示する引出金額
の候補は、顧客が事前に設定した引出金額に固定されて
おり、その時の顧客の引き出したい金額とは異なってい
る場合が多々発生する。このような場合には、従来通り
の引出金額の入力操作を行なうこととなる。
【０００４】
【発明が解決しようとする課題】解決しようとする問題
点は、従来の技術では、顧客別に対応して出力する操作
ガイダンス内容の候補は、顧客が事前に設定したものに
固定され、取引の状況に応じて他の候補を選択すること
ができない点である。本発明の目的は、これら従来技術
の課題を解決し、顧客個別に、かつ、取引日時や曜日等
の種々の取引状況別に、最適な操作ガイダンス内容の候
補を自動的に選択でき、ＣＤやＡＴＭにおける顧客の操
作性を向上させることが可能な学習機能付自動金融取引
システムを提供することである。
点は、従来の技術では、顧客別に対応して出力する操作
ガイダンス内容の候補は、顧客が事前に設定したものに
固定され、取引の状況に応じて他の候補を選択すること
ができない点である。本発明の目的は、これら従来技術
の課題を解決し、顧客個別に、かつ、取引日時や曜日等
の種々の取引状況別に、最適な操作ガイダンス内容の候
補を自動的に選択でき、ＣＤやＡＴＭにおける顧客の操
作性を向上させることが可能な学習機能付自動金融取引
システムを提供することである。
【０００５】
【課題を解決するための手段】上記目的を達成するた
め、本発明の学習機能付自動金融取引システムは、操作
ガイダンス画面に従っての顧客の取引内容パターンを演
繹的に学習すると共に、この学習結果に基づき、顧客の
識別後、顧客が行なう取引内容を予測するＡＴＭ学習部
１ｃ（ホスト学習部２ｃ）と、この予測した取引内容に
対応する操作ガイダンス画面を生成して出力する主制御
部１ａとを設けることを特徴とする。
め、本発明の学習機能付自動金融取引システムは、操作
ガイダンス画面に従っての顧客の取引内容パターンを演
繹的に学習すると共に、この学習結果に基づき、顧客の
識別後、顧客が行なう取引内容を予測するＡＴＭ学習部
１ｃ（ホスト学習部２ｃ）と、この予測した取引内容に
対応する操作ガイダンス画面を生成して出力する主制御
部１ａとを設けることを特徴とする。
【０００６】
【作用】本発明においては、例えば、人間の脳（ニュー
ロン）をモデルとした人口知能（ニューラルネットワー
ク：学習機能）をＡＴＭやホストコンピュータに設ける
ことにより、顧客が、何日（例えば給料日）に、また、
何曜日にどのような取引を行なったか等を演繹的に学習
する。そして、磁気カードや暗証番号等の入力に基づき
顧客を識別した時点で、日付けや曜日等を条件として、
この顧客の取引内容を予測し、その予測した取引内容に
対応した操作ガイダンス画面、例えば、予測した取引に
おける最終操作ガイダンス画面を表示する。
ロン）をモデルとした人口知能（ニューラルネットワー
ク：学習機能）をＡＴＭやホストコンピュータに設ける
ことにより、顧客が、何日（例えば給料日）に、また、
何曜日にどのような取引を行なったか等を演繹的に学習
する。そして、磁気カードや暗証番号等の入力に基づき
顧客を識別した時点で、日付けや曜日等を条件として、
この顧客の取引内容を予測し、その予測した取引内容に
対応した操作ガイダンス画面、例えば、予測した取引に
おける最終操作ガイダンス画面を表示する。
【０００７】このようにして、ＡＴＭの操作画面上に
は、学習した過去のパターンから得られた、顧客に合わ
せた取引内容候補が表示され、顧客は、自分に合った取
引をスピーディに行なうことができる。例えば、具体的
な取引内容としては、給料日における他の銀行口座への
振込み等が考えられ、この場合、顧客は、磁気カードと
暗証番号を入力するだけで、振込み先および金額が既に
入力された最終的な確認用の操作ガイダンス画面を直ち
に得ることができる。そして、顧客は、確認キー等の入
力操作だけで取引を完了することができ、月毎の振込み
処理を迅速かつ容易に行なうことができる。
は、学習した過去のパターンから得られた、顧客に合わ
せた取引内容候補が表示され、顧客は、自分に合った取
引をスピーディに行なうことができる。例えば、具体的
な取引内容としては、給料日における他の銀行口座への
振込み等が考えられ、この場合、顧客は、磁気カードと
暗証番号を入力するだけで、振込み先および金額が既に
入力された最終的な確認用の操作ガイダンス画面を直ち
に得ることができる。そして、顧客は、確認キー等の入
力操作だけで取引を完了することができ、月毎の振込み
処理を迅速かつ容易に行なうことができる。
【０００８】
【実施例】以下、本発明の実施例を、図面により詳細に
説明する。図１は、本発明の学習機能付自動金融取引シ
ステムの本発明に係る構成の一実施例を示すブロック図
である。本図において、１はＡＴＭ、２はホストコンピ
ュータ、３はＡＴＭ１とホストコンピュータ２を接続す
る通信回線であり、ＡＴＭ１には、装置全体の動作制御
を行なう主制御部１ａと、現金の受け払いを行なう取引
機構部１ｂと、本発明に係る取引の学習を行なうＡＴＭ
学習部１ｃとが設けられている。
説明する。図１は、本発明の学習機能付自動金融取引シ
ステムの本発明に係る構成の一実施例を示すブロック図
である。本図において、１はＡＴＭ、２はホストコンピ
ュータ、３はＡＴＭ１とホストコンピュータ２を接続す
る通信回線であり、ＡＴＭ１には、装置全体の動作制御
を行なう主制御部１ａと、現金の受け払いを行なう取引
機構部１ｂと、本発明に係る取引の学習を行なうＡＴＭ
学習部１ｃとが設けられている。
【０００９】このＡＴＭ学習部１ｃは、主に取引機構部
１ｂを介して行なわれる現金の入出金等の取引パターン
を学習する取引内容候補予測部１ｄと、他の銀行（他機
関）等との取引パターンを学習する他機関候補予測部１
ｅおよび他機関取引内容候補予測部１ｆとにより構成さ
れている。ここで、他機関候補予測部１ｅは、他の銀行
口座のＡＴＭ１を介しての入出金等に係る取引パターン
を、また、他機関取引内容候補予測部１ｆは、他の銀行
間での振込み処理等に係る取引パターンを、それぞれ学
習するものである。
１ｂを介して行なわれる現金の入出金等の取引パターン
を学習する取引内容候補予測部１ｄと、他の銀行（他機
関）等との取引パターンを学習する他機関候補予測部１
ｅおよび他機関取引内容候補予測部１ｆとにより構成さ
れている。ここで、他機関候補予測部１ｅは、他の銀行
口座のＡＴＭ１を介しての入出金等に係る取引パターン
を、また、他機関取引内容候補予測部１ｆは、他の銀行
間での振込み処理等に係る取引パターンを、それぞれ学
習するものである。
【００１０】また、ホストコンピュータ２には、ＡＴＭ
１からの問い合わせに基づき各種の金融取引処理を行な
う中央処理部２ａと、中央処理部２ａの処理で読み書き
される個人データ保存部２ｂと、本発明に係る取引の学
習を行なうホスト学習部２ｃが設けられている。ＡＴＭ
１におけるＡＴＭ学習部１ｃの取引内容候補予測部１ｄ
と他機関候補予測部１ｅと他機関取引内容候補予測部１
ｆ、および、ホストコンピュータ２におけるホスト学習
部２ｃには、それぞれ、ニューラルネットワークが実装
され、顧客の取引、および、他機関、他機関との取引の
パターンを学習し、予測する。以下、このようなニュー
ラルネットワークを設けた本実施例の自動金融取引シス
テムの取引操作の流れを、図２を用いて説明する。
１からの問い合わせに基づき各種の金融取引処理を行な
う中央処理部２ａと、中央処理部２ａの処理で読み書き
される個人データ保存部２ｂと、本発明に係る取引の学
習を行なうホスト学習部２ｃが設けられている。ＡＴＭ
１におけるＡＴＭ学習部１ｃの取引内容候補予測部１ｄ
と他機関候補予測部１ｅと他機関取引内容候補予測部１
ｆ、および、ホストコンピュータ２におけるホスト学習
部２ｃには、それぞれ、ニューラルネットワークが実装
され、顧客の取引、および、他機関、他機関との取引の
パターンを学習し、予測する。以下、このようなニュー
ラルネットワークを設けた本実施例の自動金融取引シス
テムの取引操作の流れを、図２を用いて説明する。
【００１１】図２は、図１における自動金融取引システ
ムの本発明に係る処理動作例を示すフローチャートであ
る。顧客が、カードを挿入し（ステップ２０１）、暗証
番号を入力すると（ステップ２０２）、図１のＡＴＭ１
は、以下の動作を行なう。まず、カードから読み込んだ
カード番号と顧客が入力した暗証番号、および、装置中
の日付けと曜日を、データとして、取引内容候補予測部
１ｄのニューラルネットワークの入力層に入力し（ステ
ップ２０３）、出力層から、この入力に対応する取引内
容候補を出力する（ステップ２０４）。この出力が自装
置の取引であれば（ステップ２０５）、主制御部１ａに
より、取引内容候補を顧客画面に表示する（ステップ２
０６）。
ムの本発明に係る処理動作例を示すフローチャートであ
る。顧客が、カードを挿入し（ステップ２０１）、暗証
番号を入力すると（ステップ２０２）、図１のＡＴＭ１
は、以下の動作を行なう。まず、カードから読み込んだ
カード番号と顧客が入力した暗証番号、および、装置中
の日付けと曜日を、データとして、取引内容候補予測部
１ｄのニューラルネットワークの入力層に入力し（ステ
ップ２０３）、出力層から、この入力に対応する取引内
容候補を出力する（ステップ２０４）。この出力が自装
置の取引であれば（ステップ２０５）、主制御部１ａに
より、取引内容候補を顧客画面に表示する（ステップ２
０６）。
【００１２】顧客が、この顧客画面に表示された取引内
容候補を確認し、確認決定キーを入力すると（ステップ
２０７）、決定した取引内容と入力層に入力したデータ
を個人データとしてホストコンピュータ２にセーブし、
顧客のパターン認識のための学習ファイルとして利用す
る（ステップ２０８）。顧客が確認決定キーではなく取
消キー等を入力した場合には、従来の取引画面を呼出
し、従来の取引操作を行なう（ステップ２０９）。尚、
この取引内容もホストコンピュータ２にセーブする。そ
の後、顧客が選択した取引を実際に行ない（ステップ２
１０）、取引を終了する（ステップ２１１）。尚、図１
のホストコンピュータ２は、ステップ２０８でセーブし
たデータを、ホスト学習部２ｃに転送し、このホスト学
習部２ｃによる顧客のパターン学習を定期的に行なう。
容候補を確認し、確認決定キーを入力すると（ステップ
２０７）、決定した取引内容と入力層に入力したデータ
を個人データとしてホストコンピュータ２にセーブし、
顧客のパターン認識のための学習ファイルとして利用す
る（ステップ２０８）。顧客が確認決定キーではなく取
消キー等を入力した場合には、従来の取引画面を呼出
し、従来の取引操作を行なう（ステップ２０９）。尚、
この取引内容もホストコンピュータ２にセーブする。そ
の後、顧客が選択した取引を実際に行ない（ステップ２
１０）、取引を終了する（ステップ２１１）。尚、図１
のホストコンピュータ２は、ステップ２０８でセーブし
たデータを、ホスト学習部２ｃに転送し、このホスト学
習部２ｃによる顧客のパターン学習を定期的に行なう。
【００１３】ステップ２０４における出力が他機関の入
出金処理であれば（ステップ２０５）、カードから読み
込んだカード番号と顧客が入力した暗証番号、および、
装置中の日付けと曜日を、データとして、他機関候補予
測部１ｅのニューラルネットワークの入力層に入力し
（ステップ２１２）、出力層から、この入力に対応する
他機関候補を出力する（ステップ２１３）。そして、主
制御部１ａにより、この出力された他機関候補を顧客画
面に表示する（ステップ２１４）。この顧客画面に表示
された他機関候補を確認した後、顧客は、確認決定キー
の入力（ステップ２０７）、もしくは、取消キー等の入
力と従来の取引操作（ステップ２０９）を行なう。
出金処理であれば（ステップ２０５）、カードから読み
込んだカード番号と顧客が入力した暗証番号、および、
装置中の日付けと曜日を、データとして、他機関候補予
測部１ｅのニューラルネットワークの入力層に入力し
（ステップ２１２）、出力層から、この入力に対応する
他機関候補を出力する（ステップ２１３）。そして、主
制御部１ａにより、この出力された他機関候補を顧客画
面に表示する（ステップ２１４）。この顧客画面に表示
された他機関候補を確認した後、顧客は、確認決定キー
の入力（ステップ２０７）、もしくは、取消キー等の入
力と従来の取引操作（ステップ２０９）を行なう。
【００１４】また、ステップ２０４における選択が他機
関取引であれば、カードから読み込んだカード番号と顧
客が入力した暗証番号、および、装置中の日付けと曜日
を、データとして、他機関取引内容候補予測部１ｆのニ
ューラルネットワークの入力層に入力し（ステップ２１
５）、出力層から、この入力に対応する他機関取引内容
候補を出力する（ステップ２１６）。そして、主制御部
１ａにより、この出力された他機関取引内容候補を顧客
画面に表示する（ステップ２１７）。この顧客画面に表
示された他機関取引内容候補を確認した後、顧客は、確
認決定キーの入力（ステップ２０７）、もしくは、取消
キー等の入力と従来の取引操作（ステップ２０９）を行
なう。
関取引であれば、カードから読み込んだカード番号と顧
客が入力した暗証番号、および、装置中の日付けと曜日
を、データとして、他機関取引内容候補予測部１ｆのニ
ューラルネットワークの入力層に入力し（ステップ２１
５）、出力層から、この入力に対応する他機関取引内容
候補を出力する（ステップ２１６）。そして、主制御部
１ａにより、この出力された他機関取引内容候補を顧客
画面に表示する（ステップ２１７）。この顧客画面に表
示された他機関取引内容候補を確認した後、顧客は、確
認決定キーの入力（ステップ２０７）、もしくは、取消
キー等の入力と従来の取引操作（ステップ２０９）を行
なう。
【００１５】図３は、図２における各処理に対応する操
作ガイダンス画面の構成例を示す説明図である。本図に
おいて、３１は初期操作ガイダンス画面であり、顧客に
磁気カードの挿入を促す内容となっている。磁気カード
の挿入後、この初期操作ガイダンス画面３１は、暗証番
号の入力を促す暗証番号入力ガイダンス画面３２に切り
替わり、暗証番号の入力が行なわれる。
作ガイダンス画面の構成例を示す説明図である。本図に
おいて、３１は初期操作ガイダンス画面であり、顧客に
磁気カードの挿入を促す内容となっている。磁気カード
の挿入後、この初期操作ガイダンス画面３１は、暗証番
号の入力を促す暗証番号入力ガイダンス画面３２に切り
替わり、暗証番号の入力が行なわれる。
【００１６】この暗証番号入力ガイダンス画面３２にお
いて、顧客が暗証番号を入力し、図１における取引内容
候補予測部１ｄの出力が他機関取引であれば、図１にお
ける他機関取引内容候補予測部１ｆに、磁気カード情報
や暗証番号、日付、曜日等のデータが入力される。他機
関取引内容候補予測部１ｆは、次の図４で示すニューラ
ルネットワークからなり、入力値に対応する出力値、す
なわち、過去の学習パターンから、取引内容の候補を予
測選択する。この他機関取引内容候補予測部１ｆにより
予測された結果が、例えば、最終操作ガイダンス画面３
３として表示される。
いて、顧客が暗証番号を入力し、図１における取引内容
候補予測部１ｄの出力が他機関取引であれば、図１にお
ける他機関取引内容候補予測部１ｆに、磁気カード情報
や暗証番号、日付、曜日等のデータが入力される。他機
関取引内容候補予測部１ｆは、次の図４で示すニューラ
ルネットワークからなり、入力値に対応する出力値、す
なわち、過去の学習パターンから、取引内容の候補を予
測選択する。この他機関取引内容候補予測部１ｆにより
予測された結果が、例えば、最終操作ガイダンス画面３
３として表示される。
【００１７】この最終操作ガイダンス画面３３において
は、「Ａ銀行のａａａ口座からＢ銀行のｂｂｂ口座へ、
×××円の振込み」が示され、顧客が確認キー３３ａを
押下すると、この表示内容の取引が実行される。このよ
うにして、顧客は、磁気カードの挿入と暗証番号の入
力、および、取引種別の選択、そして、確認キーの押下
の「４」つの操作だけで、すなわち、「Ａ銀行」や、
「ａａａ口座」、「Ｂ銀行」、「ｂｂｂ口座」、「××
×円」などの選択や入力を行なうこと無く、所望の取引
を完了することができる。また、この最終操作ガイダン
ス画面３３において、顧客が取消キー３３ｂを押下する
と、最終操作ガイダンス画面３３から、従来の操作画面
であり、種々の取引種別の選択を促す取引種別選択ガイ
ダンス画面３４に切り替わる。この取引種別選択ガイダ
ンス画面３４から、顧客は、従来通りの取引操作を開始
することができる。
は、「Ａ銀行のａａａ口座からＢ銀行のｂｂｂ口座へ、
×××円の振込み」が示され、顧客が確認キー３３ａを
押下すると、この表示内容の取引が実行される。このよ
うにして、顧客は、磁気カードの挿入と暗証番号の入
力、および、取引種別の選択、そして、確認キーの押下
の「４」つの操作だけで、すなわち、「Ａ銀行」や、
「ａａａ口座」、「Ｂ銀行」、「ｂｂｂ口座」、「××
×円」などの選択や入力を行なうこと無く、所望の取引
を完了することができる。また、この最終操作ガイダン
ス画面３３において、顧客が取消キー３３ｂを押下する
と、最終操作ガイダンス画面３３から、従来の操作画面
であり、種々の取引種別の選択を促す取引種別選択ガイ
ダンス画面３４に切り替わる。この取引種別選択ガイダ
ンス画面３４から、顧客は、従来通りの取引操作を開始
することができる。
【００１８】図４は、図１における学習部のニューラル
ネットワークの構成例を示す説明図である。ニューラル
ネットワークは、入力層４１、中間層４２、出力層４３
の３つの層から構成されている。入力層４１は、ここで
は、４つのニューロン４０で構成され、また、中間層４
２のニューロン数は任意に決定する。そして、出力層４
３は、１０個のニューロンがあり、「０」から「９」の
値が出力される。このようなニューラルネットワークと
同様のものを複数設定することにより、複数桁の値を決
定することが可能になる。そして、複数桁の値を決定す
ることにより、より多数の取引が可能となる。同様に、
ニューラルネットワークの数、または出力層のニューロ
ン数により、取引内容数の上限は自由に設定することが
できる。
ネットワークの構成例を示す説明図である。ニューラル
ネットワークは、入力層４１、中間層４２、出力層４３
の３つの層から構成されている。入力層４１は、ここで
は、４つのニューロン４０で構成され、また、中間層４
２のニューロン数は任意に決定する。そして、出力層４
３は、１０個のニューロンがあり、「０」から「９」の
値が出力される。このようなニューラルネットワークと
同様のものを複数設定することにより、複数桁の値を決
定することが可能になる。そして、複数桁の値を決定す
ることにより、より多数の取引が可能となる。同様に、
ニューラルネットワークの数、または出力層のニューロ
ン数により、取引内容数の上限は自由に設定することが
できる。
【００１９】図１におけるホストコンピュータ２のホス
ト学習部２ｃにセーブされている顧客の一定期間分の入
力データを利用することにより、顧客の取引パターンを
ホストコンピュータ２上のニューラルネットワークによ
り学習することができる。その後は、一定期間毎に、そ
れまでの取引のパターンを学習し、顧客の取引パターン
を予測する。ニューラルネットワークでの学習とは、入
力層４１への入力、出力層４３からの出力のパターンか
ら、各ニューロン４０の結び付け入の強さを数値的に決
定していくものである。この数値により、新しい入力に
対し、出力を決定していく。
ト学習部２ｃにセーブされている顧客の一定期間分の入
力データを利用することにより、顧客の取引パターンを
ホストコンピュータ２上のニューラルネットワークによ
り学習することができる。その後は、一定期間毎に、そ
れまでの取引のパターンを学習し、顧客の取引パターン
を予測する。ニューラルネットワークでの学習とは、入
力層４１への入力、出力層４３からの出力のパターンか
ら、各ニューロン４０の結び付け入の強さを数値的に決
定していくものである。この数値により、新しい入力に
対し、出力を決定していく。
【００２０】以上、図１〜図４を用いて説明したよう
に、本実施例の学習機能付自動金融取引システムでは、
ニューラルネットワークを用いて顧客の過去の取引パタ
ーンを学習し、取引時に、顧客の取引に最適な取引内容
候補や他機関候補、あるいは他機関取引内容候補を予測
選択して表示する。このように、顧客個別の種々の取引
内容に対応して出力する操作ガイダンス内容の候補を、
自動的に最適化することができる。その結果、顧客はス
ピーディに取引が行なうことができ、取引時間の短縮と
共に、顧客一人一人に合わせた、より高いサービスを提
供することができる。
に、本実施例の学習機能付自動金融取引システムでは、
ニューラルネットワークを用いて顧客の過去の取引パタ
ーンを学習し、取引時に、顧客の取引に最適な取引内容
候補や他機関候補、あるいは他機関取引内容候補を予測
選択して表示する。このように、顧客個別の種々の取引
内容に対応して出力する操作ガイダンス内容の候補を、
自動的に最適化することができる。その結果、顧客はス
ピーディに取引が行なうことができ、取引時間の短縮と
共に、顧客一人一人に合わせた、より高いサービスを提
供することができる。
【００２１】尚、本発明は、図１〜図４を用いて説明し
た実施例に限定されるものではなく、その要旨を逸脱し
ない範囲において種々変更可能である。例えば、本実施
例では、ニューラルネットワークを用いて顧客の過去の
取引パターンを学習しているが、ファジィ、その他のエ
キスパートシステム等を用いても良い。また、図３に示
すガイダンス画面例において、図１における取引内容候
補予測部１ｄの出力が、他機関での引出金額確認であっ
たり、自装置での出金取引、あるいは残高照会等であれ
ば、その出力に対応した内容の画面に変化する。
た実施例に限定されるものではなく、その要旨を逸脱し
ない範囲において種々変更可能である。例えば、本実施
例では、ニューラルネットワークを用いて顧客の過去の
取引パターンを学習しているが、ファジィ、その他のエ
キスパートシステム等を用いても良い。また、図３に示
すガイダンス画面例において、図１における取引内容候
補予測部１ｄの出力が、他機関での引出金額確認であっ
たり、自装置での出金取引、あるいは残高照会等であれ
ば、その出力に対応した内容の画面に変化する。
【００２２】
【発明の効果】本発明によれば、顧客個別に、かつ、取
引日時や曜日等の種々の取引状況別に、最適な操作ガイ
ダンス内容の候補を自動的に選択でき、ＣＤやＡＴＭに
おける顧客の操作性を向上させることが可能である。
引日時や曜日等の種々の取引状況別に、最適な操作ガイ
ダンス内容の候補を自動的に選択でき、ＣＤやＡＴＭに
おける顧客の操作性を向上させることが可能である。
【図１】本発明の学習機能付自動金融取引システムの本
発明に係る構成の一実施例を示すブロック図である。
発明に係る構成の一実施例を示すブロック図である。
【図２】図１における自動金融取引システムの本発明に
係る処理動作例を示すフローチャートである。
係る処理動作例を示すフローチャートである。
【図３】図２における各処理に対応する操作ガイダンス
画面の構成例を示す説明図である。
画面の構成例を示す説明図である。
【図４】図１における学習部のニューラルネットワーク
の構成例を示す説明図である。
の構成例を示す説明図である。
１：ＡＴＭ、１ａ：主制御部、１ｂ：取引機構部、１
ｃ：ＡＴＭ学習部、１ｄ：取引内容候補予測部、１ｅ：
他機関候補予測部、１ｆ：他機関取引内容候補予測部、
２：ホストコンピュータ、２ａ：中央処理部、２ｂ：個
人データ保存部、２ｃ：ホスト学習部、３：通信回線、
３１：初期操作ガイダンス画面、３２：暗証番号入力ガ
イダンス画面、３３：最終操作ガイダンス画面、３３
ａ：確認キー、３３ｂ：取消キー、３４：取引種別選択
ガイダンス画面、４０：ニューロン、４１：入力層、４
２：中間層、４３：出力層。
ｃ：ＡＴＭ学習部、１ｄ：取引内容候補予測部、１ｅ：
他機関候補予測部、１ｆ：他機関取引内容候補予測部、
２：ホストコンピュータ、２ａ：中央処理部、２ｂ：個
人データ保存部、２ｃ：ホスト学習部、３：通信回線、
３１：初期操作ガイダンス画面、３２：暗証番号入力ガ
イダンス画面、３３：最終操作ガイダンス画面、３３
ａ：確認キー、３３ｂ：取消キー、３４：取引種別選択
ガイダンス画面、４０：ニューロン、４１：入力層、４
２：中間層、４３：出力層。
Claims (1)
- 【請求項１】 磁気カード情報や暗証番号等で識別され
た顧客の操作ガイダンス画面に従っての入力操作に基づ
き、現金の預貯金や払出、振込み等の金融取引を行なう
自動金融取引システムにおいて、上記操作ガイダンス画
面に従っての上記顧客の取引内容パターンを演繹的に学
習する手段と、該学習結果に基づき、上記顧客の識別
後、該顧客が行なう取引内容を予測し、該予測した取引
内容に対応する操作ガイダンス画面を生成して出力する
手段とを設けることを特徴とする学習機能付自動金融取
引システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21701695A JPH0962747A (ja) | 1995-08-25 | 1995-08-25 | 学習機能付自動金融取引システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21701695A JPH0962747A (ja) | 1995-08-25 | 1995-08-25 | 学習機能付自動金融取引システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0962747A true JPH0962747A (ja) | 1997-03-07 |
Family
ID=16697512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21701695A Pending JPH0962747A (ja) | 1995-08-25 | 1995-08-25 | 学習機能付自動金融取引システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0962747A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2354609A (en) * | 1999-09-25 | 2001-03-28 | Ibm | Method and system for predicting transactions |
| GB2371397A (en) * | 2001-01-20 | 2002-07-24 | Ncr Int Inc | Self-service terminal with mobile detection features |
| JP2010514043A (ja) * | 2006-12-18 | 2010-04-30 | ファンダモ （プロプライエタリー） リミテッド | 強化された命令認識を有する取引システム |
-
1995
- 1995-08-25 JP JP21701695A patent/JPH0962747A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2354609A (en) * | 1999-09-25 | 2001-03-28 | Ibm | Method and system for predicting transactions |
| US6519576B1 (en) | 1999-09-25 | 2003-02-11 | International Business Machines Corporation | Method and system for predicting transaction |
| GB2354609B (en) * | 1999-09-25 | 2003-07-16 | Ibm | Method and system for predicting transactions |
| GB2371397A (en) * | 2001-01-20 | 2002-07-24 | Ncr Int Inc | Self-service terminal with mobile detection features |
| GB2371397B (en) * | 2001-01-20 | 2004-09-01 | Ncr Int Inc | Self service terminal |
| US7716134B2 (en) | 2001-01-20 | 2010-05-11 | Ncr Corporation | Self service terminal |
| JP2010514043A (ja) * | 2006-12-18 | 2010-04-30 | ファンダモ （プロプライエタリー） リミテッド | 強化された命令認識を有する取引システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11403701B2 (en) | Actionable exception alerts | |
| JP3700983B2 (ja) | 自動現金預払い機におけるセルフサービス・システム及びその作動方法 | |
| US6149055A (en) | Electronic fund transfer or transaction system | |
| US6796492B1 (en) | Electronic fund transfer or transaction system | |
| JPH031294A (ja) | 顧客情報処理システム | |
| JP2003067816A (ja) | 自動入出金機 | |
| Abdulla et al. | Artificial intelligence in banking sector: evidence from Bahrain | |
| US20140195395A1 (en) | Differentiated service levels for exception processing of financial transactions | |
| US20260037977A1 (en) | System and method for optimization of fraud detection model | |
| JP3648338B2 (ja) | 受付案内システム及び制御装置 | |
| JPH0962747A (ja) | 学習機能付自動金融取引システム | |
| US20140195346A1 (en) | Transaction exception-based financial product offers | |
| JPH05242132A (ja) | 自動取引装置及び自動取引方式 | |
| JP2008242784A (ja) | 自動取引装置及び自動取引システム | |
| JPH07334587A (ja) | 電子通帳の取引情報処理装置 | |
| JP3965322B2 (ja) | 受付案内システム及び制御装置及び方法 | |
| JPH08137973A (ja) | 自動取引システム | |
| JP2020112951A (ja) | 融資情報提供システム、融資情報提供装置、融資情報提供方法及び融資情報提供用学習済モデル | |
| JPH09153169A (ja) | 自動取引装置の現金運用管理システム | |
| JP2002150192A (ja) | カード紛失・盗難の届出方法 | |
| JP3677528B2 (ja) | 自動取引システム | |
| JOHNSON et al. | ·.: COMPUTER APPROACH TO GENERAL TRANSFER SERVICES," IN A FINANCIAL INSTITUTION (A CASE STUDY OF STANDARD TRUST BANK'L TD~ MINNA) | |
| Singh et al. | Multi-Criteria Decision-Making for Operating ATM Systems | |
| KR20180138307A (ko) | 금융 기기 및 그의 제어 방법 | |
| JPH0427596B2 (ja) |