[发明专利]运营策略预测方法、装置、电子设备及可读存储介质

权利要求书

1.一种运营策略预测方法，其特征在于，所述方法包括：

获取待预测区域的特征数据，所述特征数据包括所述待预测区域内的至少一个商家的运营数据；

将所述特征数据输入到预先训练好的神经网络模型中，利用所述神经网络模型预测所述待预测区域的运营策略，所述运营策略用于指示所述至少一个商家的运营。

2.根据权利要求1所述的方法，其特征在于，所述获取待预测区域的特征数据，包括：

将所述待预测区域划分为多个规则区域；

基于每个规则区域的位置信息获取每个规则区域内的商家的运营数据。

3.根据权利要求2所述的方法，其特征在于，所述基于每个规则区域的位置信息获取每个规则区域内的商家的运营数据，包括：

基于每个规则区域的位置信息获取每个规则区域对应的区域编码；

根据每个规则区域的区域编码获取所述区域编码所代表区域内的商家的运营数据。

4.根据权利要求3所述的方法，其特征在于，所述根据每个规则区域的区域编码获取所述区域编码所代表区域内的商家的运营数据，包括：

获取每个规则区域内的商家的经纬度信息；

将所述商家的经纬度信息转换为所述商家对应的商家编码；

将所述商家编码与所述区域编码进行匹配，若匹配一致，则获取所述商家的运营数据。

5.根据权利要求4所述的方法，其特征在于，所述特征数据还包括所述待预测区域内的用户的行为数据，将所述商家编码与所述区域编码进行匹配，若匹配一致，则获取所述商家的运营数据之后，还包括：

获取每个规则区域内的用户的经纬度信息；

将所述用户的经纬度信息转换为所述用户对应的用户编码；

将所述用户编码与所述区域编码进行匹配，若匹配一致，则获取所述用户的行为数据。

6.根据权利要求5所述的方法，其特征在于，所述用户的行为数据包括所述用户的浏览数据、购买数据和/或点击数据。

7.根据权利要求1-6任一所述的方法，其特征在于，所述获取待预测区域的特征数据之前，所述方法还包括：

获取训练样本，所述训练样本包括多个目标区域中每个目标区域的特征数据以及多种预设运营策略，所述特征数据包括每个目标区域内的至少一个商家的运营数据；

利用所述训练样本对所述神经网络模型进行训练，在满足训练完成要求时获得训练好的神经网络模型。

8.根据权利要求1-6任一所述的方法，其特征在于，所述至少一个商家的运营数据包括所述至少一个商家的历史订单数量、历史订单金额和/或与当前用户之间的距离。

9.一种运营策略预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取待预测区域的特征数据，所述特征数据包括所述待预测区域内的至少一个商家的运营数据；

预测模块，用于将所述特征数据输入到预先训练好的神经网络模型中，利用所述神经网络模型预测所述待预测区域的运营策略，所述运营策略用于指示所述至少一个商家的运营。

10.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-8任一所述方法中的步骤。