随着经济的发展,购物中心如雨后春笋般在我国各地喷涌而出,随之而来的是购物中心之间激烈的竞争。购物中心建设的每个环节稍有不慎便会导致整个购物中心的建设失败,造成巨大的亏损。品牌的选择对于一个购物中心来说非常重要,通常决定了购物中心和品牌方是否能达到共赢。一个品牌是否适合引入购物中心,这个品牌的店铺坪效是最直观的判断方法,但引入一个品牌来获得其坪效数据对于购物中心来说耗时耗力代价巨大,使用机器学习方法利用目标购物中心已引入品牌的坪效数据和所有品牌的特征数据对品牌店铺坪效进行预测具有重要意义。首先对品牌店铺坪效的影响因素进行分析,抽象出可以描述品牌的各个特征,提取出的这些特征会对品牌的店铺坪效造成影响。根据提取出的特征进行数据获取,主要对品牌线上销售数据、品牌认知相关数据、品牌普及程度相关数据、品牌自身属性以及其它购物中心引入品牌数据五个方面的数据进行获取。其次,对于除目标购物中心外的国内其他购物中心的品牌引入情况,使用复杂网络二部图对获取到的其他购物中心引入品牌的数据进行计算,得到每个品牌被其他购物中心引入的推荐引入指数,并将此作为描述该品牌的其中一维特征,与描述品牌的其他特征一起作为Co-Forest的输入。再次,将由二部图计算得出的品牌推荐引入指数与获取到的其他品牌相关特征的数据集成,将已经引入到目标购物中心的品牌作为已标记数据,未引入到目标购物中心的品牌作为未标记数据,通过Co-Forest算法结合已标记数据与未标记数据来预测每个品牌的坪效分类。最后,以红星商业旗下的爱琴海购物公园为例,使用该购物中心已引入品牌的坪效数据,对提出的方法进行实验验证。并将实验结果与普通监督学习算法进行对比,分析各算法的优劣。