CN110675179A - 营销信息处理方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本发明实施例提供一种营销信息处理方法、装置、电子设备及可读存储介质，该方法包括：获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好；根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。由于会员的网络画像数据能够体现会员的用户属性和消费喜好，因此，同时结合会员的消费数据与会员的网络画像数据所得到的是否进行营销推广的结果的准确性更高，从而可以帮助购物中心进行精准营销。

Description

营销信息处理方法、装置、电子设备及可读存储介质

技术领域

本发明实施例涉及计算机技术，尤其涉及一种营销信息处理方法、装置、电子设备及可读存储介质。

背景技术

当前，在激烈的市场竞争环境下，各购物中心不断通过各种手段来吸引更多的顾客进行消费。例如，策划各种各样的营销推广活动或者吸引更多的用户成为购物中心的会员。

现有技术中，购物中心通过会员的历史消费数据进行营销推广。例如，鼓励会员上传购物记录进行积分、收集会员消费信息，通过消费信息分析用户倾向的店铺业态、消费水平，用于指导下一次的营销推广。

但是，现有技术的方法无法保证营销推广活动的准确性。

发明内容

本发明实施例提供一种营销信息处理方法、装置、电子设备及可读存储介质，以提升营销推广活动的准确性。

本发明实施例第一方面提供一种营销信息处理方法，包括：

获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好；

根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。

进一步的，还包括：

根据所述会员的网络画像数据，确定潜在会员信息，其中，所述潜在会员信息用于标识第二目标用户是否为所述购物中心的潜在会员，所述第二目标用户为从所述购物中心所在区域范围内所采集到的用户。

进一步的，所述根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，包括：

将所述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

进一步的，所述将所述第一目标用户对应的会员消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果之前，还包括：

将所述购物中心的会员的消费数据与所述会员的网络画像数据关联；

根据所述购物中心的会员的消费数据以及关联的所述网络画像数据，生成正例和负例；

根据所述正例和负例，训练所述营销模型。

进一步的，所述将所述购物中心的会员的消费数据与所述会员的网络画像数据关联，包括：

根据所述会员消费数据对应的会员标识，将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

进一步的，还包括：

从所述营销模型中提取预设的目标特征，所述目标特征包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

进一步的，所述根据所述会员的网络画像数据，确定潜在会员信息，包括：

将所述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到所述第二目标用户对应的潜在会员信息；

其中，所述用户信息包括性别、年龄、职业以及消费水平。

进一步的，所述将所述第二目标用户的用户信息输入到预先建立的潜在会员模型之前，还包括：

根据所述购物中心会员对应的网络用户画像数据，训练所述潜在会员模型。

本发明实施例第二方面提供一种营销信息处理装置，包括：

获取模块，用于获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好；

第一确定模块，用于根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。

进一步的，还包括：

第二确定模块，用于根据所述会员的网络画像数据，确定潜在会员信息，其中，所述潜在会员信息用于标识第二目标用户是否为所述购物中心的潜在会员，所述第二目标用户为从所述购物中心所在区域范围内所采集到的用户。

进一步的，所述第一确定模块包括：

第一确定单元，用于将所述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

进一步的，所述第一确定模块还包括：

关联单元，用于将所述购物中心的会员的消费数据与所述会员的网络画像数据关联；

生成单元，用于根据所述购物中心的会员的消费数据以及关联的所述网络画像数据，生成正例和负例；

第一训练单元，用于根据所述正例和负例，训练所述营销模型。

进一步的，所述关联单元具体用于：

根据所述会员消费数据对应的会员标识，将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

进一步的，还包括：

提取模块，用于从所述营销模型中提取预设的目标特征，所述目标特征包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

进一步的，所述第二确定模块包括：

第二确定单元，用于将所述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到所述第二目标用户对应的潜在会员信息；

其中，所述用户信息包括性别、年龄、职业以及消费水平。

进一步的，所述第二确定模块还包括：

第二训练单元，用于根据所述购物中心会员对应的网络用户画像数据，训练所述潜在会员模型。

本发明实施例第三方面提供一种电子设备，包括：

存储器，用于存储程序指令；

处理器，用于调用并执行所述存储器中的程序指令，执行上述第一方面所述的方法步骤。

本发明实施例第四方面提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行上述第一方面所述的方法步骤。

本发明实施例所提供的营销信息处理方法、装置、电子设备及可读存储介质，基于购物中心的会员消费数据以及会员的网络画像数据来确定是否向作为购物中心会员的第一目标用户进行营销推广，由于会员的网络画像数据能够体现会员的用户属性和消费喜好，因此，同时结合会员的消费数据与会员的网络画像数据所得到的是否进行营销推广的结果的准确性更高，从而可以帮助购物中心进行精准营销。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的营销信息处理方法的应用场景图；

图2为本发明实施例提供的营销信息处理方法实施例一的流程示意图；

图3为本发明实施例提供的营销信息处理方法实施例二的流程示意图；

图4为本发明实施例提供的营销信息处理装置实施例一的模块结构图；

图5为本发明实施例提供的营销信息处理装置实施例二的模块结构图；

图6为本发明实施例提供的营销信息处理装置实施例三的模块结构图；

图7为本发明实施例提供的营销信息处理装置实施例四的模块结构图；

图8为本发明实施例提供的营销信息处理装置实施例五的模块结构图；

图9为本发明实施例提供的营销信息处理装置实施例六的模块结构图；

图10为本发明实施例提供的营销信息处理装置实施例七的模块结构图；

图11为本发明实施例提供的电子设备的实体框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

现有技术中通过会员的历史消费数据进行营销推广，这种方式无法判断出用户的性别、年龄、职业等属性，也无法得出用户的消费意向，因此无法做到精准营销。

本发明实施例基于上述问题，提出一种营销信息处理方法，基于购物中心的会员消费数据以及会员的网络画像数据来确定是否向作为购物中心会员的第一目标用户进行营销推广，由于会员的网络画像数据能够体现会员的用户属性和消费喜好，因此，同时结合会员的消费数据与会员的网络画像数据所得到的是否进行营销推广的结果的准确性更高，从而可以帮助购物中心进行精准营销。

图1为本发明实施例提供的营销信息处理方法的应用场景图，如图1所示，该方法应用于购物中心的营销管理中。由服务器从购物中心的营销管理***获取购物中心的会员的消费数据，并基于购物中心的会员的消费数据以及会员的网络画像数据得到是否向特定会员进行营销推广的结果，并将结果返回给购物中心的营销管理***供购物中心使用。

图2为本发明实施例提供的营销信息处理方法实施例一的流程示意图，该方法的执行主体为上述的服务器，如图2所示，该方法包括：

S201、获取购物中心的会员的消费数据以及上述会员的网络画像数据，其中，该网络画像数据用于标识通过网络得到的上述会员的用户属性和消费喜好。

可选的，购物中心的会员的消费数据预先保存在购物中心的营销管理***中，在本实施例中，服务器首先与购物中心的营销管理***建立通信连接，进而，可以向该营销管理***请求获取会员的消费数据。其中，会员的消费数据例如可以包括消费金额、消费次数、消费店铺等。营销管理***可以通过加密的方式将会员的消费数据发送给服务器。

进而，服务器上预先保存了网络上的大量用户的网络画像数据，该数据可以由服务器通过数据挖掘与分析获取。

进而，在本步骤中，服务器可以筛选出购物中心的会员所对应的网络画像数据。

其中，上述网络画像数据能够标识出会员的用户属性和消费喜好，其中，用户属性例如可以是用户的年龄、职业等，消费喜好可以是用户的消费水平、爱好的品牌等。另外，消费者在购物中心的逛街路径、店铺停留、商品触摸和意图到最终的购买消费都有助于描绘完整的消费者画像。

S202、根据上述购物中心的会员的消费数据以及上述会员的网络画像数据，确定是否向第一目标用户进行营销推广，该第一目标用户为上述购物中心的会员。

其中，上述第一目标用户可以是购物中心的任意一个会员。上述购物中心的会员的消费数据中包括了该第一目标用户的消费数据。

本步骤中，针对购物中心的每个会员，都可以基于会员的消费数据以及会员的网络画像数据，确定出是否要向该会员进行营销推广的结果。

本实施例中，基于购物中心的会员消费数据以及会员的网络画像数据来确定是否向作为购物中心会员的第一目标用户进行营销推广，由于会员的网络画像数据能够体现会员的用户属性和消费喜好，因此，同时结合会员的消费数据与会员的网络画像数据所得到的是否进行营销推广的结果的准确性更高，从而可以帮助购物中心进行精准营销。

购物中心在运营过程中，除了需要对会员进行精准营销外，还需要通过一定的手段搜集潜在会员，以吸引更多的用户成为其会员。现有技术中，购物中心主要通过人工调研的方式获取潜在会员信息，例如在发送调查问卷表等。但是，这种方式所采集的样本过少，所得出的潜在会员的信息的准确性难以保证。

因此，本发明实施例进一步还可以基于会员的网络画像数据，确定潜在会员。

即，作为一种可选的实施方式，可以根据上述会员的网络画像数据，确定潜在会员信息，其中，该潜在会员信息用于标识第二目标用户是否为上述购物中心的潜在会员，该第二目标用户为从上述购物中心所在区域范围内所采集到的用户。

可选的，服务器可以根据购物中心所在的位置信息，从网络上挖掘出居住地或工作地位于购物中心附近的用户，将这些用户作为上述第二目标用户。

进而，在本实施例中，基于购物中心的会员的网络画像数据，能够确定潜在会员信息。由于会员的网络画像数据能够体现会员的用户属性和消费喜好，即能够体现出在该购物中心购物的用户群的特征，因此，基于会员的网络用户画像确定潜在会员信息，能够使得结果的准确性更高。

在上述实施例的基础上，本实施例涉及根据会员的消费数据以及会员的网络画像数据，确定是否向第一目标用户进行营销推广的过程。

可选的，可以将上述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

其中，上述营销模型的输入为某个会员的历史消费数据，输出为是否向该会员进行营销推广的结果，以及该结果的概率值。

在上述实施例的基础上，本实施例涉及建立上述营销模型的过程。

图3为本发明实施例提供的营销信息处理方法实施例二的流程示意图，如图3所示，营销模型的建立过程为：

S301、将上述购物中心的会员的消费数据与上述会员的网络画像数据关联。

可选的，购物中心的每个会员具有唯一的会员标识，该会员标识例如可以为会员的手机号码，该会员标识对应一条或多条历史消费数据。

可选的，服务器上所保存的网络画像数据是指某个用户的网络画像数据，因此，网络画像数据对应一个唯一的网络用户标识，该网络用户标识例如可以为手机号码。

进而，在本步骤中，在将会员的消费数据与会员的网络画像数据关联时，可以根据会员消费数据对应的会员标识，将上述购物中心的会员的消费数据与会员的网络画像数据关联。

示例性的，会员标识和网络用户标识都为手机号码，假设手机号码为123的会员具有3条历史消费数据，同时，手机号码为123的网络用户具有5条用户画像数据，则服务器根据手机号码可以将该3条历史消费数据和该5条用户画像数据关联起来。例如，将该3条历史消费数据和该5条用户画像数据保存在同一存储空间内。

S302、根据上述购物中心的会员的消费数据以及关联的上述网络画像数据，生成正例和负例。

示例性的，可以首先根据会员的历史消费金额，选择总消费金额最大的M个会员，将该M个会员的消费数据以及网络画像数据作为正例，再从剩下的会员中按照网络画像数据中的年龄筛选N个会员，将该N个会员的消费数据以及网络画像数据作为负例。其中，M和N都为大于零的整数。

需要说明的是，基于不同的营销投放目的，正例的选择标准可以不同。例如，对于吸引新客户、挽回老客户以及新品上市这三种营销投放目的，需要选择已消费会员中的不同部分作为正例。例如，如果是新品上市，则选取消费金额、频次较高的会员。

S303、根据上述正例和负例，训练上述营销模型。

在上述实施例的基础上，本实施例涉及从上述营销模型中提取关键特征的过程。

可选的，可以从营销模型中提取预设的目标特征，该目标特征可以包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

示例性的，上述营销模型可以采用梯度强化决策树(Gradient Boost DecisionTree，简称GBDT)或者逻辑回归(logisitic regression，简称LR)算法，通过GBDT或LR算法来提取目标特征。这些提取出的特征可以提供给购物中心，以供购物中心管理人员在进行营销策划等工作时将这些特征作为重要参考。

示例性，上述营销模型经过训练之后，可以从中提取出某购物中心的某家服装店的营销投放对象的主要特征为：25岁-34岁，收入水平中高，从事技术工作，居住地在3-5KM附近的小区。

在上述实施例的基础上，本实施例涉及根据网络画像数据确定潜在会员信息的过程。

可选的，可以将上述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到上述第二目标用户对应的潜在会员信息。

其中，上述用户信息包括性别、年龄、职业以及消费水平。

其中，上述潜在会员模型的输入为上述用户信息，输出为该用户信息对应用户是否为购物中心潜在会员的结果，以及该结果的概率。

示例性的，服务器可以根据购物中心所在的位置信息，从网络上挖掘出居住地或工作地位于购物中心附近的用户。进而，将这些用户的用户信息输入到上述潜在会员模型中，从而可以得出这些用户中的哪些用户可以作为购物中心的潜在会员。当购物中心的管理人员获取到这些潜在会员的信息后，可以专门针对这些潜在会员策划特定的营销活动，以吸引这些用户成为购物中心的会员。

在上述实施例的基础上，本实施例涉及建立潜在会员模型的过程。

可选的，可以根据购物中心会员对应的网络用户画像数据，训练上述潜在会员模型。

可选的，服务器获取到购物中心的会员的消费数据和会员的网络画像数据后，可以根据会员的会员标识查找这些会员的网络画像数据。示例性的，会员标识例如可以为手机号码，服务器根据会员的手机号码查找手机号码为这些手机号码的网络画像数据，并以这些网络画像数据作为样本，建立上述的潜在会员模型。

图4为本发明实施例提供的营销信息处理装置实施例一的模块结构图，如图4所示，该装置包括：

获取模块401，用于获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好。

第一确定模块402，用于根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。

该装置用于实现前述方法实施例，其实现原理和技术效果类似，此处不再赘述。

图5为本发明实施例提供的营销信息处理装置实施例二的模块结构图，如图5所示，该装置还包括：

第二确定模块403，用于根据所述会员的网络画像数据，确定潜在会员信息，其中，所述潜在会员信息用于标识第二目标用户是否为所述购物中心的潜在会员，所述第二目标用户为从所述购物中心所在区域范围内所采集到的用户。

图6为本发明实施例提供的营销信息处理装置实施例三的模块结构图，如图6所示，第一确定模块402包括：

第一确定单元4021，用于将所述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

图7为本发明实施例提供的营销信息处理装置实施例四的模块结构图，如图7所示，第一确定模块401还包括：

关联单元4022，用于将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

生成单元4023，用于根据所述购物中心的会员的消费数据以及关联的所述网络画像数据，生成正例和负例。

第一训练单元4024，用于根据所述正例和负例，训练所述营销模型。

另一实施例中，关联单元4022具体用于：

根据所述会员消费数据对应的会员标识，将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

图8为本发明实施例提供的营销信息处理装置实施例五的模块结构图，如图8所示，还包括：

提取模块404，用于从所述营销模型中提取预设的目标特征，所述目标特征包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

图9为本发明实施例提供的营销信息处理装置实施例六的模块结构图，如图9所示，第二确定模块403包括：

第二确定单元4031，用于将所述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到所述第二目标用户对应的潜在会员信息；

其中，所述用户信息包括性别、年龄、职业以及消费水平。

图10为本发明实施例提供的营销信息处理装置实施例七的模块结构图，如图10所示，第二确定模块403还包括：

第二训练单元4032，用于根据所述购物中心会员对应的网络用户画像数据，训练所述潜在会员模型。

图11为本发明实施例提供的电子设备的实体框图，该电子设备可以为服务器，如图11所示，该电子设备包括：

存储器1101，用于存储程序指令。

处理器1102，用于调用并执行所述存储器中的程序指令，执行上述方法实施例中的方法步骤。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (18)

1.一种营销信息处理方法，其特征在于，包括：

获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好；

根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据所述会员的网络画像数据，确定潜在会员信息，其中，所述潜在会员信息用于标识第二目标用户是否为所述购物中心的潜在会员，所述第二目标用户为从所述购物中心所在区域范围内所采集到的用户。

3.根据权利要求2所述的方法，其特征在于，所述根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，包括：

将所述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一目标用户对应的会员消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果之前，还包括：

将所述购物中心的会员的消费数据与所述会员的网络画像数据关联；

根据所述购物中心的会员的消费数据以及关联的所述网络画像数据，生成正例和负例；

根据所述正例和负例，训练所述营销模型。

5.根据权利要求4所述的方法，其特征在于，所述将所述购物中心的会员的消费数据与所述会员的网络画像数据关联，包括：

根据所述会员消费数据对应的会员标识，将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

6.根据权利要求3所述的方法，其特征在于，还包括：

从所述营销模型中提取预设的目标特征，所述目标特征包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

7.根据权利要求2-6任一项所述的方法，其特征在于，所述根据所述会员的网络画像数据，确定潜在会员信息，包括：

将所述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到所述第二目标用户对应的潜在会员信息；

其中，所述用户信息包括性别、年龄、职业以及消费水平。

8.根据权利要求7所述的方法，其特征在于，所述将所述第二目标用户的用户信息输入到预先建立的潜在会员模型之前，还包括：

根据所述购物中心会员对应的网络用户画像数据，训练所述潜在会员模型。

9.一种营销信息处理装置，其特征在于，包括：

获取模块，用于获取购物中心的会员的消费数据以及所述会员的网络画像数据，其中，所述网络画像数据用于标识通过网络得到的所述会员的用户属性和消费喜好；

第一确定模块，用于根据所述购物中心的会员的消费数据以及所述会员的网络画像数据，确定是否向第一目标用户进行营销推广，所述第一目标用户为所述购物中心的会员。

10.根据权利要求9所述的装置，其特征在于，还包括：

第二确定模块，用于根据所述会员的网络画像数据，确定潜在会员信息，其中，所述潜在会员信息用于标识第二目标用户是否为所述购物中心的潜在会员，所述第二目标用户为从所述购物中心所在区域范围内所采集到的用户。

11.根据权利要求10所述的装置，其特征在于，所述第一确定模块包括：

第一确定单元，用于将所述第一目标用户对应的消费数据以及网络画像数据输入到预先建立的营销模型中，得到是否向第一目标用户进行营销推广的概率结果。

12.根据权利要求11所述的装置，其特征在于，所述第一确定模块还包括：

关联单元，用于将所述购物中心的会员的消费数据与所述会员的网络画像数据关联；

生成单元，用于根据所述购物中心的会员的消费数据以及关联的所述网络画像数据，生成正例和负例；

第一训练单元，用于根据所述正例和负例，训练所述营销模型。

13.根据权利要求12所述的装置，其特征在于，所述关联单元具体用于：

根据所述会员消费数据对应的会员标识，将所述购物中心的会员的消费数据与所述会员的网络画像数据关联。

14.根据权利要求11所述的装置，其特征在于，还包括：

提取模块，用于从所述营销模型中提取预设的目标特征，所述目标特征包括在目标店铺消费人群的年龄、收入水平、职业以及居住区域。

15.根据权利要求10-14任一项所述的装置，其特征在于，所述第二确定模块包括：

第二确定单元，用于将所述第二目标用户的用户信息输入到预先建立的潜在会员模型中，得到所述第二目标用户对应的潜在会员信息；

其中，所述用户信息包括性别、年龄、职业以及消费水平。

16.根据权利要求15所述的装置，其特征在于，所述第二确定模块还包括：

第二训练单元，用于根据所述购物中心会员对应的网络用户画像数据，训练所述潜在会员模型。

17.一种电子设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用并执行所述存储器中的程序指令，执行权利要求1-8任一项所述的方法步骤。

18.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行权利要求1-8任一项所述的方法步骤。

Images