营销策略生成方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，具体涉及一种营销策略生成方法、装置、设备及存储介质。

背景技术

随着社会经济的发展，消费者的购买需要日益多元化，不同消费人群的购买需要不同，针对不同类型的产品，所对应的消费人群也存在差异。目前，营销策划人员对营销策略策划时，通常根据主观经验确定营销策略的目标产品和目标消费人群。

现有传统的营销策略的选择方式，主观性较强，缺乏实际参考依据，如对于电信业务运营策划人员，通常是基于经验去分析一个策略活动的好与坏，并且针对策略活动的历史数据比对，往往更多凭借经验而不是技术手段，不能量化对比，不能够对规划的营销策略的效果准确评估，因此导致实际活动的营销效果可能会和预估营销效果有很大差别。

因此现有技术在对于电信业务的运营，如何根据策略活动的历史数据，实现对规划的营销策略的效果准确评估，从而提高营销策划活动命中率的方面仍有所欠缺。

发明内容

本申请提供一种营销策略生成方法、装置、设备及存储介质，用以解决对于电信业务的运营，不能够根据策略活动的历史数据，实现对规划的营销策略的效果准确评估，营销策划活动命中率较低的问题。

第一方面，本申请提供一种营销策略生成方法，包括：

获取各历史策略的活动信息，其中，所述活动信息用于指示各历史策略活动的用户参与情况和产品销售情况；

获取预设时间段内各用户的特征信息，将所述活动信息和所述特征信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型。

在一种可能的设计中，在获取各历史策略的活动信息前，还包括：

检测当前时间是否为预设处理时间，若检测到当前时间为预设处理时间，获取信息数据库内所有策略的活动信息；

若检测到当前时间不为预设处理时间，则将营销人员输入的策略活动信息记录至所述信息数据库中。

在一种可能的设计中，所述获取各历史策略的活动信息，包括：

将信息数据库中所有策略的活动信息确认为所述历史策略的活动信息，其中，所述活动信息包括参与明细、销售明细和策略活动效果，所述参与明细包括各策略活动的当月参与人数、购买人数、购买用户、活动场地、活动天气和活动城市，所述销售明细包括产品名称、产品编码、产品售价、产品折扣和活动销售额；

所述策略活动效果根据所述参与明细和销售明细确定，所述策略活动效果用于指示策略活动是否达标；

若所述策略活动效果达标的策略数量大于或者等于预设策略数量，则获取预设时间段内各用户的特征信息。

在一种可能的设计中，所述策略活动效果根据所述参与明细和销售明细确定，包括：

当所述参与明细中的当月参与人数小于预设人数，且所述销售明细中的活动销售额小于预设销售额，则所述策略活动效果确定对应的策略活动未达标；

当所述参与明细中的当月参与人数大于或者等于所述预设人数，且所述销售明细中的活动销售额大于或者等于预设销售额，则所述策略活动效果确定对应的策略活动达标。

在一种可能的设计中，所述获取预设时间段内各用户的特征信息，包括：获取当前时间之前预设时间段内各所述购买用户的特征信息，并根据相同的购买用户名称确定与各所述活动信息对应的所述特征信息，其中，所述特征信息包括购买用户的名称、年龄、性别、月流量使用量和平均收入值。

在一种可能的设计中，所述将所述活动信息和所述特征信息作为样本数据，包括：

将所述活动信息和所述特征信息进行合并关联，获取特征数据信息，并将数据清洗后的所述特征数据信息作为样本数据，其中，将购买用户的名称相同的特征信息与活动信息关联存储于特征数据库中，并在关联的特征信息与活动信息中根据多个预设维度项进行合并，将合并后关联的特征信息与活动信息作为所述特征数据信息；

其中，所述特征数据信息包括购买用户的名称、年龄、性别和购买的产品编码、产品售价、产品折扣。

第二方面，本申请提供一种营销策略生成方法，包括：

获取配置的目标产品属性信息和目标用户属性信息，将所述目标产品属性信息和目标用户属性信息输入策略预测模型，其中，所述策略预测模型通过随机森林算法，对获取的各历史策略的活动信息和预设时间段内各用户的特征信息训练得到；

获取所述策略预测模型输出的预测营销结果，并根据所述预测营销结果进行评估。

在一种可能的设计中，所述获取配置的目标产品属性信息和目标用户属性信息，包括：

获取营销人员输入的目标产品属性信息和目标用户属性信息，其中，所述目标产品属性信息包括目标产品价格和目标产品折扣，所述目标用户属性信息包括目标客户的年龄、性别和平均收入值。

在一种可能的设计中，所述根据所述预测营销结果进行评估，包括：

检测所述预测营销结果是否满足预设目标条件；

若满足，则输出所述预测营销结果，若不满足，则返回提示输入信息，以重新获取营销人员输入的目标产品属性信息和目标用户属性信息，其中，所述预测营销结果包括预测参与人数、预测购买人数和预测活动销售额。

第三方面，本申请提供一种营销策略生成装置，包括：

第一获取模块，用于获取各历史策略的活动信息，其中，所述活动信息用于指示各历史策略活动的用户参与情况和产品销售情况；

第一处理模块，用于获取预设时间段内各用户的特征信息，将所述活动信息和所述特征信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型。

第四方面，本申请提供一种营销策略生成装置，包括：

第二获取模块，用于获取配置的目标产品属性信息和目标用户属性信息，将所述目标产品属性信息和目标用户属性信息输入策略预测模型，其中，所述策略预测模型通过随机森林算法，对获取的各历史策略的活动信息和预设时间段内各用户的特征信息训练得到；

第二处理模块，用于获取预测营销结果，并根据所述预测营销结果进行评估。

第五方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，使得处理器执行如上第一方面以及第一方面各种可能的设计所述的营销策略生成方法。

第六方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，使得处理器执行如上第二方面以及第二方面各种可能的设计所述的营销策略生成方法。

第七方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时，实现如上第一方面以及第一方面各种可能设计的，或第二方面以及第二方面各种可能设计的所述的营销策略生成方法。

本申请提供的营销策略生成方法、装置、设备及存储介质，在检测到当前时间处于预设处理时间时，通过获取用于指示各历史策略活动的用户参与情况和产品销售情况的活动信息，以及获取预设时间段内各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取策略预测模型后，将营销人员确定的目标产品属性信息和目标用户属性信息输入至策略预测模型后，获取策略预测模型输出的预测营销结果，并根据预测营销结果进行评估，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估，提高了电信业务营销策划活动命中率。

附图说明

为了更清楚地说明本发明实施例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的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的营销策略生成方法流程示意图一；

图2为本申请实施例提供的营销策略生成方法流程示意图二；

图3为本申请实施例提供的营销策略生成方法流程示意图三；

图4为本申请实施例提供的营销策略生成方法流程示意图四；

图5为本申请实施例提供的营销策略生成装置的结构示意图一；

图6为本申请实施例提供的营销策略生成装置的结构示意图二；

图7为本申请实施例提供的电子设备的结构示意图一；

图8为本申请实施例提供的电子设备的结构示意图二。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子，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。

历史策略活动预测是指根据以往的营销策略运营情况，以及使用系统内部内置或用户自定义的营销策略活动预测模型获得的，对正在策划的策略活动的情况的预分析。策略活动计划的中心任务之一就是策略活动效果的评估预测，无论企业的规模大小、运营人员的多少，策略活动预测影响到包括计划、预算、参加人数等在内的策划管理办法的各方面工作。

营销活动预测是指根据以往的营销情况以及使用系统内部内置或用户自定义的营销预测模型获得的对未来销售情况的预测。其中，营销活动是指营销运营人员根据消费者需求，让消费者了解目标营销产品进而购买产品的过程。对营销活动的策划过程中需要制定营销活动策略，营销活动策略是指对营销活动的规划，包括营销产品的、营销发布目标人群、营销发布地域、营销起止时间等要素，对于电信业务的营销策划人员，在定制通信运营商产品的营销策略活动时候，也要确定营销的产品属性参数以及圈定目标客户，并根据历史营销活动策略的情况预估本次营销活动的情况，而现有技术对营销活动预测评估通常更多基于的是销售人员的经验而不是客观地量化分析对比，不能够对规划的营销策略的效果准确评估，因此导致实际活动的营销效果可能会和预估营销效果有很大差别，从而降低营销策划活动的命中率。

因此本申请提供了一种营销策略生成方法，在检测到当前时间处于预设处理时间时，通过获取用于指示各历史策略活动的用户参与情况和产品销售情况的活动信息，以及获取预设时间段内各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取策略预测模型后，将营销人员确定的目标产品属性信息和目标用户属性信息输入至策略预测模型后，获取策略预测模型输出的预测营销结果，并根据预测营销结果进行评估，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估，提高了电信业务营销策划活动命中率。

下面采用具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

实施例一

图1为本申请实施例提供的营销策略生成方法流程示意图一。如图1所示，该方法包括：

S101、获取各历史策略的活动信息，其中，所述活动信息用于指示各历史策略活动的用户参与情况和产品销售情况；

具体来说，在检测到当前时间处于预设的时间时，获取分布式数据库如DRDS库中存储的各策略的活动信息，其中，各策略的活动信息包括对应的参与明细和销售明细，并通过参与明细指示各历史策略活动的用户参与情况，通过销售明细指示各历史策略活动的产品销售情况，在当前时间未处于预设的时间时，将营销人员输入的策略的活动信息记录至对应的分布式数据库中。

S102、获取预设时间段内各用户的特征信息，将所述活动信息和所述特征信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型；

具体来说，在检测到当前时间处于预设的时间时，并且根据活动信息确定满足预设获取条件后，获取分布式数据库中存储的各用户的特征信息，对于获取的用户范围可以设置预设时间段内购买产品的用户，也可以设置为所有购买过产品的用户，只要能够实现根据获取的用户的特征信息和活动信息训练生成准确的策略预测模型即可。

本实施例提供的方法，在检测到当前时间处于预设处理时间时，通过获取用于指示各历史策略活动的用户参与情况和产品销售情况的活动信息，以及获取预设时间段内各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取到对应的策略预测模型，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估。

下面采用具体的实施例，对本申请的营销策略生成方法进行详细说明。

实施例二

图2为本申请实施例提供的营销策略生成方法流程示意图二。如图2所示，所述方法包括：

S201、检测当前时间是否为预设处理时间；

具体来说，获取当前时间后，将当前时间与预设处理时间如每月第一日进行比较，若检测到当前时间处于每月第一日的时间窗口内，则确定当前时间为预设处理时间，当然也可以设置为当前时间与预设处理时间之间的差值小于或者等于预设差值时，确定当前时间为预设处理时间，否则确定为当前时间不为预设处理时间，亦可以设置为预设时间间隔获取各历史策略的活动信息和各用户的特征信息，只要能够实现及时采集对应的活动信息和特征信息即可。

S202、若检测到当前时间为预设处理时间，获取信息数据库内所有策略的活动信息；

具体来说，若检测到当前时间处于预设处理时间如每月第一日的时间窗口内，确定当前时间为预设处理时间后，在对应的分布式数据库亦即信息数据库内持续获取记录的策略活动信息，亦即获取信息数据库内所有策略的活动信息直至当前时间不处于预设处理时间的时间窗口内，则停止获取策略活动信息。

S203、若检测到当前时间不为预设处理时间，则将营销人员输入的策略活动信息记录至所述信息数据库中；

具体来说，若检测到当前时间不处于预设处理时间如每月第一日的时间窗口内，亦即检测到当前时间不为预设处理时间后，持续检测是否存在营销人员输入新的策略活动信息，若检测到存在，则将营销人员输入的策略活动信息记录至信息数据库中，若未检测到输入新的策略活动信息，则关闭信息数据库的外部记录接口。

S204、将信息数据库中所有策略的活动信息确认为所述历史策略的活动信息，其中，所述活动信息包括参与明细、销售明细和策略活动效果，所述策略活动效果用于指示策略活动是否达标；

具体来说，检测到当前时间为预设处理时间后，将从信息数据库获取的策略活动信息确认为历史策略的活动信息，其中，参与明细包括各策略活动的当月参与人数、购买人数、购买用户、活动场地、活动天气和活动城市，销售明细包括产品名称、产品编码、产品售价、产品折扣和活动销售额，当然，参与明细和销售明细中的维度项并不固定，只要能够指示各历史策略活动的用户参与情况和产品销售情况即可；

进一步地，策略活动效果根据参与明细和销售明细确定，当参与明细中的当月参与人数小于预设人数，且销售明细中的活动销售额小于预设销售额，则策略活动效果确定对应的策略活动未达标，当参与明细中的当月参与人数大于或者等于预设人数，且销售明细中的活动销售额大于或者等于预设销售额，则策略活动效果确定对应的策略活动达标。

S205、若所述策略活动效果达标的策略数量大于或者等于预设策略数量，则获取预设时间段内各用户的特征信息；

具体来说，在获取到各历史策略的活动信息后，获取策略活动效果达标的策略数量，若策略活动效果达标的策略数量大于或者等于预设策略数量，则在对应的分布式数据库如用户数据库中获取当前时间之前预设时间段内如当前时间前三个月的各购买用户的特征信息，并根据相同的购买用户名称确定与各活动信息对应的所述特征信息；

其中，各用户的特征信息包括购买用户的名称、年龄、性别、月流量使用量和平均收入值，若策略活动效果达标的策略数量小于预设策略数量，则不获取各用户的特征信息；

进一步地，当然为了扩大获取的信息数据范围，亦可以设置为在获取各历史策略的活动信息后，可直接获取各购买用户的特征信息。

S206、将所述活动信息和所述特征信息进行合并关联，获取特征数据信息；

具体来说，在确定策略活动效果达标的策略数量大于或等于预设策略数量，并且获取预设时间段内各用户的特征信息后，将购买用户的名称相同的特征信息与活动信息关联存储于特征数据库中，并在关联的特征信息与活动信息中根据多个预设维度项进行合并，将合并后关联的特征信息与活动信息作为所述特征数据信息，其中，特征数据信息包括购买用户的名称、年龄、性别和购买的产品编码、产品售价、产品折扣。

S207、将数据清洗后的所述特征数据信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型；

具体来说，在将活动信息和对应的特征信息进行合并关联，获取特征数据信息后，对特征数据信息进行数据清洗，如特征数据项产品折扣缺失，可以映射为数字零，并将数据清洗后的特征数据信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型，使得在检测到检测当前时间为预设处理时间时，基于新获取的各历史策略的活动信息和各用户的特征信息更新策略预测模型，并且在检测到当前时间处于预设处理时间的窗口内，各历史策略的活动信息和对应的用户特征信息发生更新时，则基于更新后历史策略的活动信息和对应的用户特征信息更新策略预测模型。

本实施例提供的一种营销策略生成方法，在检测到当前时间处于预设处理时间时，通过获取用于指示各历史策略活动的用户参与情况和产品销售情况的活动信息，以及获取预设时间段内各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取策略预测模型后，将营销人员确定的目标产品属性信息和目标用户属性信息输入至策略预测模型后，获取策略预测模型输出的预测营销结果，并根据预测营销结果进行评估，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估，提高了电信业务营销策划活动命中率。

实施例三

图3为本申请实施例提供的营销策略生成方法流程示意图三。如图3所示，所述方法包括：

S301、获取配置的目标产品属性信息和目标用户属性信息，将所述目标产品属性信息和目标用户属性信息输入策略预测模型；

具体来说，在获取到策略预测模型后，检测是否存在预测请求，若检测到存在预测请求，则将预测请求中的目标产品属性信息和目标用户属性信息输入至策略预测模型，亦即将营销人员输入的目标产品属性信息和目标用户属性信息输入至策略预测模型，若检测到未存在预测请求，则根据最新的活动信息和特征信息更新策略预测模型。

S302、获取所述策略预测模型输出的预测营销结果，并根据所述预测营销结果进行评估；

具体来说，在将预测请求中的目标产品属性信息和目标用户属性信息输入至策略预测模型后，获取策略预测模型输出的预测营销结果，其中，预测营销结果包括预测参与人数、预测购买人数和预测活动销售额，并根据预设目标条件对输出的预测营销结果进行评估。

本实施例提供的一种营销策略生成方法，在检测到当前时间处于预设处理时间时，将获取的指示各历史策略的活动信息，以及各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取策略预测模型后，将营销人员确定的目标产品属性信息和目标用户属性信息输入至策略预测模型，获取策略预测模型输出的预测营销结果，并根据预测营销结果进行评估，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估，提高了电信业务营销策划活动命中率。

实施例四

图4为本申请实施例提供的营销策略生成方法流程示意图四。如图4所示，所述方法包括：

S401、获取营销人员输入的目标产品属性信息和目标用户属性信息；

具体来说，在获取到最新的策略预测模型，并在检测到营销人员的预测请求后，获取检测请求中营销人员配置的目标产品属性信息和目标用户属性信息，其中，目标产品属性信息包括目标产品价格和目标产品折扣，目标用户属性信息包括目标客户的年龄、性别和平均收入值，当然，目标产品属性信息和目标用户属性信息中配置的维度项并不固定，营销人员可根据具体营销场景进行配置调整。

S402、将所述目标产品属性信息和目标用户属性信息输入策略预测模型，获取所述策略预测模型输出的预测营销结果，检测所述预测营销结果是否满足预设目标条件；

具体来说，在获取到营销人员配置的目标产品属性信息和目标用户属性信息后，将获取的目标产品属性信息和目标用户属性信息输入至策略预测模型中，并获取策略预测模型输出的预测营销结果，其中，预测营销结果包括预测参与人数、预测购买人数和预测活动销售额，预设目标条件包括预设目标参与人数、预设目标购买人数和预设目标活动销售额。

S403、若满足，则输出所述预测营销结果；

具体来说，将预测营销结果中的预测参与人数、预测购买人数和预测活动销售额分别与预设目标条件中对应的预设目标参与人数、预设目标购买人数和预设目标活动销售额进行比较，当预测参与人数、预测购买人数和预测活动销售额都同时大于各对应的目标参与人数、预设目标购买人数和预设目标活动销售额时，确认预测营销结果满足预设目标条件，并将预测营销结果对应输出显示给营销人员，若营销人员对预测营销结果满意，则结束对营销策略活动结果的预测，若营销人员对预测营销结果不满意，营销人员能够返回并重新配置目标产品属性信息和目标用户属性信息。

S404、若不满足，则返回提示输入信息，以重新获取营销人员输入的目标产品属性信息和目标用户属性信息；

具体来说，当预测参与人数、预测购买人数和预测活动销售额中存在一个小于对应的目标参与人数、预设目标购买人数和预设目标活动销售额时，则确认预测营销结果满足预设目标条件，此时直接返回提示输入信息，使得营销人员能够重新配置目标产品属性信息和目标用户属性信息，策略预测模型根据新的目标产品属性信息和目标用户属性信息输出新的预测营销结果，直至预测营销结果满足预设目标条件，且营销人员对预测营销结果满意。

本实施例提供的一种营销策略生成方法，在检测到当前时间处于预设处理时间时，将获取的指示各历史策略的活动信息，以及各用户的特征信息作为样本数据，并通过随机森林算法进行训练，获取策略预测模型后，将营销人员确定的目标产品属性信息和目标用户属性信息输入至策略预测模型，获取策略预测模型输出的预测营销结果，并根据预测营销结果进行评估，从而根据电信业务的运营策略活动的历史数据，实现对规划的营销策略的效果准确评估，提高了电信业务营销策划活动命中率。

本发明实施例可以根据上述方法示例对电子设备或主控设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图5为本申请实施例提供的营销策略生成装置的结构示意图一。如图4所示，该装置50包括：

第一获取模块501，用于获取各历史策略的活动信息，其中，所述活动信息用于指示各历史策略活动的用户参与情况和产品销售情况；

第一处理模块502，用于获取预设时间段内各用户的特征信息，将所述活动信息和所述特征信息作为样本数据，通过随机森林算法进行训练，获取策略预测模型.

进一步的，第一获取模块501，还用于在获取各历史策略的活动信息前检测当前时间是否为预设处理时间，若检测到当前时间为预设处理时间，获取信息数据库内所有策略的活动信息，若检测到当前时间不为预设处理时间，则将营销人员输入的策略活动信息记录至所述信息数据库中。

进一步的，第一获取模块501，具体用于将信息数据库中所有策略的活动信息确认为所述历史策略的活动信息，其中，所述活动信息包括参与明细、销售明细和策略活动效果，所述参与明细包括各策略活动的当月参与人数、购买人数、购买用户、活动场地、活动天气和活动城市，所述销售明细包括产品名称、产品编码、产品售价、产品折扣和活动销售额；

所述策略活动效果根据所述参与明细和销售明细确定，所述策略活动效果用于指示策略活动是否达标；

若所述策略活动效果达标的策略数量大于或者等于预设策略数量，则获取预设时间段内各用户的特征信息。

进一步的，第一获取模块501，具体用于当所述参与明细中的当月参与人数小于预设人数，且所述销售明细中的活动销售额小于预设销售额，则所述策略活动效果确定对应的策略活动未达标；

当所述参与明细中的当月参与人数大于或者等于所述预设人数，且所述销售明细中的活动销售额大于或者等于预设销售额，则所述策略活动效果确定对应的策略活动达标。

进一步的，第一处理模块502，具体用于获取当前时间之前预设时间段内各所述购买用户的特征信息，并根据相同的购买用户名称确定与各所述活动信息对应的所述特征信息，其中，所述特征信息包括购买用户的名称、年龄、性别、月流量使用量和平均收入值。

进一步的，第一处理模块502，具体用于将所述活动信息和所述特征信息进行合并关联，获取特征数据信息，并将数据清洗后的所述特征数据信息作为样本数据，其中，将购买用户的名称相同的特征信息与活动信息关联存储于特征数据库中，并在关联的特征信息与活动信息中根据多个预设维度项进行合并，将合并后关联的特征信息与活动信息作为所述特征数据信息；

其中，所述特征数据信息包括购买用户的名称、年龄、性别和购买的产品编码、产品售价、产品折扣。

图6为本申请实施例提供的营销策略生成装置的结构示意图二。如图6所示，该装置60包括：

第二获取模块601，用于获取配置的目标产品属性信息和目标用户属性信息，将所述目标产品属性信息和目标用户属性信息输入策略预测模型，其中，所述策略预测模型通过随机森林算法，对获取的各历史策略的活动信息和预设时间段内各用户的特征信息训练得到；

第二处理模块602，用于获取预测营销结果，并根据所述预测营销结果进行评估。

进一步的，第二获取模块601，具体用于获取营销人员输入的目标产品属性信息和目标用户属性信息，其中，所述目标产品属性信息包括目标产品价格和目标产品折扣，所述目标用户属性信息包括目标客户的年龄、性别和平均收入值。

进一步的，第二处理模块602，具体用于检测所述预测营销结果是否满足预设目标条件；

若满足，则输出所述预测营销结果，若不满足，则返回提示输入信息，以重新获取营销人员输入的目标产品属性信息和目标用户属性信息，其中，所述预测营销结果包括预测参与人数、预测购买人数和预测活动销售额。

本实施例提供的营销策略生成装置，可执行上述实施例的营销策略生成方法，其实现原理和技术效果类似，本实施例此处不再赘述。

在前述的营销策略生成装置的具体实现中，各模块可以被实现为处理器，处理器可以执行存储器中存储的计算机执行指令，使得处理器执行上述的营销策略生成方法。

图7为本申请实施例提供的电子设备的结构示意图一。如图7所示，该电子设备70包括：至少一个处理器701和存储器702。该电子设备70还包括通信部件703。其中，处理器701、存储器702以及通信部件703通过总线704连接。

在具体实现过程中，至少一个处理器701执行所述存储器702存储的计算机执行指令，使得至少一个处理器701执行如上电子设备侧所执行的营销策略生成方法。

处理器701的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

图8为本申请实施例提供的电子设备的结构示意图二。如图8所示，该电子设备80包括：至少一个处理器801和存储器802。该电子设备80还包括通信部件803。其中，处理器801、存储器802以及通信部件803通过总线804连接。

在具体实现过程中，至少一个处理器801执行所述存储器802存储的计算机执行指令，使得至少一个处理器801执行如上电子设备侧所执行的营销策略生成方法。

处理器801的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

在上述实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。

总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述针对电子设备以及主控设备所实现的功能，对本发明实施例提供的方案进行了介绍。可以理解的是，电子设备或主控设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，本发明实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的技术方案的范围。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上营销策略生成方法。

上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于电子设备或主控设备中。

本申请还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

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。