CN109242580B - 确定目标品牌在指定城市的推荐入驻商场的方法 - Google Patents

Abstract

本发明公开了一种确定目标品牌在指定城市的推荐入驻商场的方法，适于在计算设备中执行，方法包括步骤：获取指定城市的多个品牌入驻商场的第一记录；确定目标品牌与其它品牌之间的第一关联值；根据所述目标品牌与其它品牌之间的第一关联值，以及所述第一记录，确定出所述指定城市内的多个商场分别与所述目标品牌之间的第二关联值；根据所述指定城市内的多个商场分别与目标品牌之间的第二关联值，确定出目标品牌在所述指定城市的推荐入驻商场。本发明还公开了对应的可读存储介质和计算设备。

Description

确定目标品牌在指定城市的推荐入驻商场的方法

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种确定目标品牌在指定城市的推荐入驻商场的方法、计算设备。

背景技术

在商场井喷式爆发的背景下，品牌方选择哪里开店，便是其首要问题。在品牌选择入驻商场的过程中，商圈分析、周边环境、交通状况、人口密度、区位购买力、业态布局、客群挖掘、品牌画像等服务都是痛点。

为此，链接品牌方与项目方成为行业新诉求，其中一个重要的方面是为品牌方进行入驻推荐服务。

考虑如下品牌方选址场景：

品牌A作为一家南方新兴服装品牌，在南方许多城市都取得了成功，现在计划将业务拓展至北方某城市，以弥补市场空白，那么，它在选择过程中，如果采用传统做法，则参考竞品品牌B选址开店，跟随品牌B入驻到相同或近似的商场。

采用跟随竞品的策略选择入驻商场，考虑维度较为单一、不够全面，有一定的盲目性。

发明内容

为此，本发明提供一种确定目标品牌在指定城市的推荐入驻商场的方法及计算设备，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明实施例的一个方面，提供了一种确定目标品牌在指定城市的推荐入驻商场的方法，适于在计算设备中执行，方法包括：获取指定城市的多个品牌入驻商场的第一记录；根据预先确定的目标品牌与其它品牌之间的第一关联值，以及第一记录，确定出指定城市内的多个商场分别与目标品牌之间的第二关联值；根据指定城市内的多个商场分别与目标品牌之间的第二关联值，确定出目标品牌在指定城市的推荐入驻商场。

可选地，确定目标品牌与其它品牌之间的第一关联值的步骤包括：获取现有的多个城市内的多个品牌入驻商场的第二记录；根据第二记录，分析目标品牌分别与其它品牌之间的第一关联值。

可选地，根据第二记录分析目标品牌分别与其它品牌之间的第一关联值的步骤包括：根据第二记录，计算各个品牌的出现概率，以及计算目标品牌分别与其他品牌同时出现的概率；根据目标品牌分别与其他品牌同时出现的概率，以及各个品牌的出现概率，确定目标品牌分别与其它品牌之间的第一关联值。

可选地，根据本发明的方法还包括步骤：按照预设第一条件，更新第二记录；根据更新后的第二记录，重新计算目标品牌分别与其它品牌之间的第一关联值。

可选地，根据目标品牌与其它品牌之间的第一关联值以及第一记录，确定出指定城市内的多个商场分别与目标品牌之间的第二关联值的步骤包括：根据目标品牌与其它品牌之间的第一关联值，以及第一记录，统计指定城市内的多个商场的已入驻品牌与目标品牌的第一关联值之和，得到指定城市内的多个商场分别与目标品牌之间的第二关联值。

可选地，统计指定城市内的多个商场的已入驻品牌与目标品牌的第一关联值之和的步骤包括：对指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值进行排序；获取排序后的前第一指定位数的第一关联值；统计前第一指定位数的第一关联值之和。

可选地，根据指定城市内的多个商场分别与目标品牌之间的第二关联值、确定出目标品牌在指定城市的推荐入驻商场的步骤包括：根据指定城市内的多个商场分别与目标品牌之间的第二关联值，对各个商场按照第二关联值大小排序；根据排序结果，确定出目标品牌在指定城市的推荐入驻商场。

可选地，根据排序结果确定出目标品牌在指定城市的推荐入驻商场的步骤，包括：获取排序后的前第二指定位数的商场；对排序后的前第二指定位数的商场进行过滤，以排除已入驻商场；判断剩余商场个数是否大于预设阈值，如果是，推荐剩余商场；否则，增加第二指定位数的个数，并重新过滤，直至剩余商场个数大于预设阈值。

可选地，根据本发明的方法还包括步骤：输出推荐入驻商场的名称、对应的第二关联值、关联品牌和关联品牌的第一关联值。

可选地，根据本发明的方法还包括步骤：按照预设第二条件，更新第一记录；根据更新后的第一记录，重新确定指定城市内的多个商场分别与目标品牌之间的第二关联值。

根据本发明实施例的另一个方面，提供了一种可读存储介质，适于存储一个或多个程序，一个或多个程序被配置为由计算设备执行根据本发明实施例的确定目标品牌在指定城市的推荐入驻商场的方法。

根据本发明实施例的还有一个方面，提供了一种计算设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行根据本发明实施例的确定目标品牌在指定城市的推荐入驻商场的方法。

根据本发明实施例的确定目标品牌在指定城市的推荐入驻商场的方法，通过大数据分析，统计出目标城市内的多个商场分别与所述目标品牌之间的第二关联值，将第二关联值的高低作为商场推荐的依据，相比于传统的跟随竞品入驻商场的方式，丰富了决策依据，提高了目标品牌的经营能力。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示例性地示出计算设备100的结构框图；

图2示例性地示出根据本发明一个实施例的确定目标品牌在指定城市的推荐入驻商场的方法200的流程图；

图3示例性地示出根据本发明一个具体实施例的确定目标品牌在指定城市的推荐入驻商场的方法300的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1是布置为实现根据本发明的确定目标品牌在指定城市的推荐入驻商场的方法的示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括***存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和***存储器106之间的通信。

取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器((μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。

取决于期望的配置，***存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。***存储器106可以包括操作***120、一个或者多个程序122以及程序数据124。在一些实施方式中，程序122可以被配置为在操作***上由一个或者多个处理器104利用程序数据124执行指令。

计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。

其中，计算设备100的一个或多个程序122包括用于执行根据本发明的一种确定目标品牌在指定城市的推荐入驻商场的方法的指令。

图2示例性示出根据本发明一个实施例的确定目标品牌在指定城市的推荐入驻商场的方法200的流程图。如图2所示，确定目标品牌在指定城市的推荐入驻商场的方法200始于步骤S210。

步骤S210中，获取指定城市的多个品牌入驻商场的第一记录，包括指定城市的各个商场以及每个商场内已入驻的品牌数据。

随后在步骤S220中，根据预先确定的目标品牌与其它品牌之间的第一关联值，以及第一记录，确定出指定城市内的多个商场分别与目标品牌之间的第二关联值。其中，目标品牌与其它品牌之间的第一关联值应预先确定。根据一种实施例，确定目标品牌与其它品牌之间的第一关联值的步骤包括：获取现有的多个城市内的多个品牌入驻商场的第二记录；根据第二记录，分析目标品牌分别与其它品牌之间的第一关联值。其中，现有的多个城市内的多个品牌入驻商场的第二记录，包括全国范围内的多个城市的各个商场以及每个商场内已入驻的品牌数据。

根据一种实施例，根据第二记录，分析目标品牌分别与其它品牌之间的第一关联值的步骤包括：根据第二记录，计算各个品牌的出现概率，以及计算目标品牌分别与其他品牌同时出现的概率；根据目标品牌分别与其他品牌同时出现的概率，以及所述各个品牌的出现概率，确定目标品牌分别与其它品牌之间的第一关联值。其中，第一关联值为apriori关联算法对应的lift值，关联算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集，算法已经被广泛的应用到商业、网络安全等各个领域。lift值满足如下公式：

在本实施例的具体计算过程中，支持度sup p(X∪Y)＝p(X∪Y)，sup p(X)＝p(X)，sup p(Y)＝p(Y)，即lift表示为两个品牌实际同时出现的概率与两个品牌作为相互独立事件时同时出现的概率的比值，当lift＞1时，说明两个品牌具有相关性，lift越大，相关性越强。

例如：假设北京有A、B、C、D四家商场，各商场已入驻的品牌如下：

商场A：品牌A；

商场B：品牌A，品牌B；

商场C：品牌A；

商场D：品牌B；

sup p(X∪Y)表示品牌A、品牌B同时出现的比例，计算结果为0.25。

根据一种实施例，方法还包括步骤：按照预设第一条件，更新第二记录；根据更新后的第二记录，重新计算目标品牌分别与其它品牌之间的第一关联值。本实施例中，预设第一条件可以是预设的时间间隔，例如按照每月一次的条件更新第二记录。通过定期更新第二记录，重新计算第一关联值，能够确保第一关联值能够准确反映出当前市场的品牌之间的关联程度。

根据一种实施例，根据目标品牌与其它品牌之间的第一关联值，以及第一记录，确定出指定城市内的多个商场分别与所述目标品牌之间的第二关联值的步骤，包括：根据目标品牌与其它品牌之间的第一关联值，以及第一记录，统计指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值之和，得到指定城市内的多个商场分别与目标品牌之间的第二关联值。例如：目标品牌A与其它品牌B、C、D、E的第一关联值分别为2、3、4、5，商场A已入驻品牌B、C、D，商场B已入驻品牌C、D、E，则商场A的第二关联值为2+3+4＝9，商场B的第二关联值为3+4+5＝12。

需要注意的是，本发明也可采取求和以外的方式计算第二关联值，例如采用加权求和的方式；此外，也可采用其它表达关联度特征的算法计算第一关联值。

根据一种实施例，为了避免大型商场相比于小型商场因品牌个数多而导致的第二关联值更大的影响，准确地表达商场内品牌类型特征，统计指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值之和的步骤，具体包括：对指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值进行排序；获取排序后的前第一指定位数的第一关联值(前第一指定位数例如是前15位，但不限于此)；统计前第一指定位数的第一关联值之和。

随后在步骤S230中，根据指定城市内的多个商场分别与目标品牌之间的第二关联值，确定出目标品牌在所述指定城市的推荐入驻商场。具体地，步骤S230包括：根据指定城市内的多个商场分别与目标品牌之间的第二关联值，对各个商场按照第二关联值大小排序；根据排序结果，确定出目标品牌在指定城市的推荐入驻商场。本实施例实现了将与目标品牌关联度最高的若干商场推荐给用户。

根据一种实施例，根据排序结果，确定出目标品牌在指定城市的推荐入驻商场的步骤，包括：获取排序后的前第二指定位数的商场(前第二指定位数例如是前10位，但不限于此)；对排序后的前第二指定位数的商场进行过滤，以排除已入驻商场；判断剩余商场个数是否大于预设阈值，如果是，推荐剩余商场；否则，增加第二指定位数的个数，并重新过滤，直至剩余商场个数大于预设阈值。本实施例实现了将与目标品牌关联度最高的目标品牌尚未入驻的若干商场推荐给用户。例如：根据第二关联值排序取前10商场，并过滤已入驻商场，若过滤的商场比例大于50％则以+5比例递增计算推荐商场。

根据一种实施例，方法还包括步骤：输出推荐入驻商场的名称、对应的第二关联值、关联品牌和关联品牌的第一关联值。本实施例将确定目标品牌在指定城市的推荐入驻商场的方法的计算结果展示出来，便于目标品牌客户在分析、决策时使用。

根据一种实施例，方法还包括步骤：按照预设第二条件，更新第一记录；根据更新后的第一记录，重新确定指定城市内的多个商场分别与所述目标品牌之间的第二关联值。本实施例中，预设第二条件可以是预设的时间间隔，例如按照每月一次的条件更新第二记录；预设第二条件可以与预设第一条件相同，也可以不同。通过定期更新第一记录，重新计算第二关联值，能够确保第二关联值能够准确反映出当前市场的商场与目标品牌的关联程度。

本发明的具体实施例如图3所示，本具体实施例中，确定目标品牌在指定城市的推荐入驻商场的方法300始于步骤S301。

步骤S301中，获取的全国商场品牌原始数据包括城市、品牌、商场信息等。随后根据步骤S301获取的原始数据，执行步骤S302、S303、S304，提取所需的城市的商场品牌数据、目标品牌数据和全国的商场品牌数据。

随后在步骤S306中，根据全国范围的数据，统计目标品牌与其它品牌之间的第一关联值，作为全量品牌关联关系的表征。

随后在步骤S307中，计算商场与目标品牌的关联关系，具体是取第一关联值前15的品牌并求和，作为商场与目标品牌的关联关系的表征。

步骤S308、S309、S310用于排除目标品牌已入驻商场，并维持最终的推荐商场的个数。

由于S301～S310的城市、商场、品牌等数据在数据库中通常以ID表示，因此在S311中，还需要实现ID与现实信息的映射，最终将商场名称、地址、推荐值、关联品牌等信息推送给用户。

需要说明的是，方法300是对方法200的进一步说明，故相关细节此处不再进行赘述，可参考前文关于方法200的具体描述。

根据本发明的具体实施例，基于大数据和机器学习技术，深入业务场景，实现了品牌入驻推荐服务，改变传统的盲目跟随竞品选择入驻商城的现状，在具体实施过程中，本发明具有如下特点：1、基于所获取的各商场商铺数据，包括品牌、位置等数据维度，数据按月更新，具有较好的鲜活度和准确度；2、使用机器学习apriori关联算法进行计算，方法成熟，处理高效；3、结合实际场景，以商场为单位取前若干品牌计算关联值，考虑已入驻商场、过滤比例等因素，具有较强的可操作性。

应当理解，这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被该机器执行时，该机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的该程序代码中的指令，执行本发明的各种方法。

以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。

应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

本发明一并公开了：

A9、如A8所述的方法，其中，还包括步骤：输出推荐入驻商场的名称、对应的第二关联值、关联品牌和关联品牌的第一关联值。

A10、如A1所述的方法，其中，还包括步骤：按照预设第二条件，更新第一记录；根据更新后的第一记录，重新确定指定城市内的多个商场分别与目标品牌之间的第二关联值。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机***的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (8)

1.一种确定目标品牌在指定城市的推荐入驻商场的方法，适于在计算设备中执行，所述方法包括：

获取指定城市的各个商场以及每个商场内已入驻的品牌数据，作为指定城市的多个品牌入驻商场的第一记录；

根据预先确定的目标品牌与其它品牌之间的第一关联值，以及所述第一记录，确定出所述指定城市内的多个商场分别与所述目标品牌之间的第二关联值，其中，确定目标品牌与其它品牌之间的第一关联值的步骤包括：

获取现有的多个城市内的多个品牌入驻商场的第二记录；

根据所述第二记录，分析目标品牌分别与其它品牌之间的第一关联值，具体为：

根据所述第二记录，计算各个品牌的出现概率，以及计算目标品牌分别与其他品牌同时出现的概率；

根据所述目标品牌分别与其他品牌同时出现的概率以及所述各个品牌的出现概率，确定目标品牌分别与其它品牌之间的第一关联值；

根据所述指定城市内的多个商场分别与目标品牌之间的第二关联值，确定出目标品牌在所述指定城市的推荐入驻商场。

2.如权利要求1所述的方法，其中，还包括步骤：

按照预设第一条件，更新所述第二记录；

根据更新后的所述第二记录，重新计算目标品牌分别与其它品牌之间的第一关联值。

3.如权利要求1所述的方法，其中，根据所述目标品牌与其它品牌之间的第一关联值，以及所述第一记录，确定出所述指定城市内的多个商场分别与所述目标品牌之间的第二关联值的步骤包括：

根据所述目标品牌与其它品牌之间的第一关联值，以及所述第一记录，统计所述指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值之和，得到所述指定城市内的多个商场分别与所述目标品牌之间的第二关联值。

4.如权利要求3所述的方法，其中，统计所述指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值之和的步骤包括：

对所述指定城市内的多个商场的已入驻品牌与所述目标品牌的第一关联值进行排序；

获取排序后的前第一指定位数的第一关联值；

统计所述前第一指定位数的第一关联值之和。

5.如权利要求1所述的方法，其中，根据所述指定城市内的多个商场分别与目标品牌之间的第二关联值，确定出目标品牌在所述指定城市的推荐入驻商场的步骤包括：

根据所述指定城市内的多个商场分别与目标品牌之间的第二关联值，对各个商场按照第二关联值大小排序；

根据排序结果，确定出目标品牌在指定城市的推荐入驻商场。

6.如权利要求5所述的方法，其中，所述根据排序结果确定出目标品牌在指定城市的推荐入驻商场的步骤包括：

获取排序后的前第二指定位数的商场；

对所述排序后的前第二指定位数的商场进行过滤，以排除已入驻商场；

判断剩余商场个数是否大于预设阈值，如果是，推荐所述剩余商场；否则，增加所述第二指定位数的个数，并重新过滤，直至剩余商场个数大于预设阈值。

7.一种可读存储介质，适于存储一个或多个程序，所述一个或多个程序被配置为由计算设备执行如权利要求1-6中任一项所述的确定目标品牌在指定城市的推荐入驻商场的方法。

8.一种计算设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行如权利要求1-6中任一项所述的确定目标品牌在指定城市的推荐入驻商场的方法。

Images