1.一種商場(chǎng)品牌組合預(yù)測(cè)方法，適于在預(yù)測(cè)服務(wù)器中執(zhí)行，所述預(yù)測(cè)服務(wù)器包括數(shù)據(jù)存儲(chǔ)設(shè)備，所述數(shù)據(jù)存儲(chǔ)設(shè)備中存儲(chǔ)有持有移動(dòng)終端的各用戶(hù)在商場(chǎng)內(nèi)的用戶(hù)地理位置信息、各品牌的品牌信息和基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)，所述用戶(hù)地理位置信息包括用戶(hù)標(biāo)識(shí)、經(jīng)緯度、時(shí)間戳和樓層，所述品牌信息包括品牌名稱(chēng)、品牌地理位置信息、品牌商品信息和品牌售賣(mài)信息，所述方法包括：
從所述數(shù)據(jù)存儲(chǔ)設(shè)備中獲取所述用戶(hù)地理位置信息和品牌信息，并對(duì)其進(jìn)行處理以獲取用戶(hù)特征信息和第一品牌特征信息，所述用戶(hù)特征信息包括用戶(hù)購(gòu)買(mǎi)行為和商場(chǎng)內(nèi)行走路線；
從所述數(shù)據(jù)存儲(chǔ)設(shè)備中獲取基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)，對(duì)所述品牌信息、用戶(hù)特征信息和基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)進(jìn)行處理，以獲取第二品牌特征信息；
分別構(gòu)建第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)；
將所述用戶(hù)特征信息、第一品牌特征信息和第二品牌特征信息作為所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入、所述用戶(hù)購(gòu)買(mǎi)行為作為監(jiān)督學(xué)習(xí)的標(biāo)簽，對(duì)所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各品牌的用戶(hù)購(gòu)買(mǎi)概率；
將所述用戶(hù)特征信息、第二品牌特征信息和用戶(hù)購(gòu)買(mǎi)概率作為所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入、所述商場(chǎng)內(nèi)行走路線作為監(jiān)督學(xué)習(xí)的標(biāo)簽，對(duì)所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以預(yù)測(cè)用戶(hù)購(gòu)買(mǎi)概率最大的品牌組合。
2.如權(quán)利要求1所述的方法，所述品牌商品信息包括品牌旗下商品名稱(chēng)、商品價(jià)格、商品數(shù)量、商品上架時(shí)間、商品預(yù)計(jì)下架時(shí)間和是否應(yīng)季。
3.如權(quán)利要求1或2所述的方法，所述品牌售賣(mài)信息包括品牌旗下商品名稱(chēng)、商品售出價(jià)格、商品售出數(shù)量和用戶(hù)標(biāo)識(shí)。
4.如權(quán)利要求1-3中任一項(xiàng)所述的方法，所述基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)包括年齡、性別、收入水平和所屬行業(yè)。
5.如權(quán)利要求1-4中任一項(xiàng)所述的方法，所述獲取用戶(hù)特征信息和第一品牌特征信息包括：
對(duì)所述品牌名稱(chēng)、品牌地理位置信息和用戶(hù)地理位置信息進(jìn)行處理，獲取品牌總停留時(shí)長(zhǎng)、單個(gè)品牌停留時(shí)長(zhǎng)和商場(chǎng)內(nèi)行走路線；
對(duì)所述品牌售賣(mài)信息進(jìn)行處理，結(jié)合所述單個(gè)品牌停留時(shí)長(zhǎng)和商場(chǎng)內(nèi)行走路線，獲取所述用戶(hù)特征信息；
對(duì)所述品牌總停留時(shí)長(zhǎng)、商場(chǎng)內(nèi)行走路線進(jìn)行處理以獲取第一品牌特征信息。
6.如權(quán)利要求1-5中任一項(xiàng)所述的方法，所述用戶(hù)特征信息還包括：商品平均購(gòu)買(mǎi)價(jià)格、單個(gè)品牌停留時(shí)長(zhǎng)和購(gòu)買(mǎi)品牌的頻繁項(xiàng)集。
7.如權(quán)利要求1-6中任一項(xiàng)所述的方法，所述第一品牌特征信息包括品牌平均停留時(shí)長(zhǎng)、品牌總停留時(shí)長(zhǎng)占比和最優(yōu)商場(chǎng)行走路線，所述最優(yōu)商場(chǎng)行走路線為所述商場(chǎng)行走路線中重復(fù)率最高的前K個(gè)，其中K為不小于1的整數(shù)。
8.如權(quán)利要求1-7中任一項(xiàng)所述的方法，所述第二品牌特征信息包括：品牌旗下商品平均價(jià)格、品牌知名度、品牌目標(biāo)用戶(hù)信息、品牌地理位置信息、品牌售出商品平均價(jià)格、品牌售出標(biāo)價(jià)最高商品數(shù)量、品牌售出標(biāo)價(jià)最低商品數(shù)量。
9.一種預(yù)測(cè)服務(wù)器，所述預(yù)測(cè)服務(wù)器包括：
數(shù)據(jù)存儲(chǔ)設(shè)備，存儲(chǔ)有持有移動(dòng)終端的各用戶(hù)在商場(chǎng)內(nèi)的用戶(hù)地理位置信息、各品牌的品牌信息和基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)，所述用戶(hù)地理位置信息包括用戶(hù)標(biāo)識(shí)、經(jīng)緯度、時(shí)間戳和樓層，所述品牌信息包括品牌名稱(chēng)、品牌地理位置信息、品牌商品信息和品牌售賣(mài)信息；
第一處理模塊，適于從所述數(shù)據(jù)存儲(chǔ)設(shè)備中獲取所述用戶(hù)地理位置信息和品牌信息，并對(duì)其進(jìn)行處理以獲取用戶(hù)特征信息和第一品牌特征信息，所述用戶(hù)特征信息包括用戶(hù)購(gòu)買(mǎi)行為和商場(chǎng)內(nèi)行走路線；
第二處理模塊，適于從所述數(shù)據(jù)存儲(chǔ)設(shè)備中獲取基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)，對(duì)所述品牌信息、用戶(hù)特征信息和基本人口統(tǒng)計(jì)學(xué)數(shù)據(jù)進(jìn)行處理，以獲取第二品牌特征信息；
構(gòu)建模塊，適于分別構(gòu)建第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)；
第一訓(xùn)練模塊，適于將所述用戶(hù)特征信息、第一品牌特征信息和第二品牌特征信息作為所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入、所述用戶(hù)購(gòu)買(mǎi)行為作為監(jiān)督學(xué)習(xí)的標(biāo)簽，對(duì)所述第一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以獲取各品牌的用戶(hù)購(gòu)買(mǎi)概率；
第二訓(xùn)練模塊，適于將所述用戶(hù)特征信息、第二品牌特征信息和用戶(hù)購(gòu)買(mǎi)概率作為所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入、所述商場(chǎng)內(nèi)行走路線作為監(jiān)督學(xué)習(xí)的標(biāo)簽，對(duì)所述第二深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以預(yù)測(cè)用戶(hù)購(gòu)買(mǎi)概率最大的品牌組合。
10.一種計(jì)算設(shè)備，包括：
至少一個(gè)處理器；以及
包括計(jì)算機(jī)程序指令的至少一個(gè)存儲(chǔ)器；
所述至少一個(gè)存儲(chǔ)器和所述計(jì)算機(jī)程序指令被配置為與所述至少一個(gè)處理器一起使得所述計(jì)算設(shè)備執(zhí)行如權(quán)利要求1-8中任一項(xiàng)所述的方法。