本发明涉及通信技术领域，特别是涉及一种定位方法和装置。
背景技术：
随着移动终端和通讯技术的迅速发展，基于位置的服务需求愈加广泛，例如，目前兴起了一批o2o(Online to Offline，线上线下)搜索服务，用户通过移动终端中的APP(Application，应用程序)进行o2o搜索，可以搜索得到用户当前位置附近的美食、娱乐等生活资讯，极大地方便了用户的生活。
o2o搜索的具体过程如下：首先，对用户的移动终端进行GPS(Global Positioning System，全球定位系统)定位，以获取用户的当前位置；然后，计算用户当前位置与附近商户之间的距离；最后，将距离满足用户筛选范围的商户信息展现给用户。
在计算用户当前位置与附近商户之间的距离的过程中，需要用到商户的位置信息，例如商户的经纬度坐标。然而，商户的经纬度坐标通常是由商户手动标注并且上传得到的，往往存在很大的误差，导致计算得到的用户与商户之间的距离不够准确，进而影响o2o搜索的准确率。此外，商户的经纬度坐标还可以通过人力扫街的方式获取，但是，需要耗费大量的人力和时间成本。
技术实现要素：
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种定位方法和装置。
依据本发明的一个方面，提供了一种定位方法，包括：
收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；
根据所述用户的位置信息，确定所述商户的位置信息。
可选地，所述相关时间段包括：所述到店行为发生之前和/或发生之后的预设时间段。
可选地，所述到店行为包括以下至少一种：消费前行为、消费后行为、非定时行为；所述相关时间段包括以下至少一种：所述消费前行为发生后的第一时间段、消费后行为发生后的第二时间段、非定时行为发生前及发生后的第三时间段。
可选地，所述根据所述用户的位置信息，确定所述商户的位置信息，包括：
按照预置的聚类算法，对收集的用户的位置信息进行聚类，得到至少一个簇类；
将包含用户的位置信息数目最多的簇类作为聚类结果；
对所述聚类结果中用户的位置信息取平均值，将所述平均值作为所述商户的位置信息。
可选地，所述方法还包括：
在当前用户对商户触发到店行为时，根据已确定的所述商户的位置信息，确定所述当前用户的位置信息。
可选地，所述方法还包括：
根据当前用户的位置信息以及已确定的所述商户的位置信息，计算所述当前用户与所述商户之间的距离。
根据本发明的另一方面，提供了一种定位装置，包括：
收集模块，用于收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；
第一定位模块，用于根据所述用户的位置信息，确定所述商户的位置信息。
可选地，所述相关时间段包括：所述到店行为发生之前和/或发生之后的预设时间段。
可选地，所述到店行为包括以下至少一种：消费前行为、消费后行为、非定时行为；所述相关时间段包括以下至少一种：所述消费前行为发生后的第一时间段、消费后行为发生后的第二时间段、非定时行为发生前及发生后的第三时间段。
可选地，所述定位模块，包括：
聚类子模块，用于按照预置的聚类算法，对收集的用户的位置信息进行聚类，得到至少一个簇类；
结果确定子模块，用于将包含用户的位置信息数目最多的簇类作为聚类结果；
位置计算子模块，用于对所述聚类结果中用户的位置信息取平均值，将所述平均值作为所述商户的位置信息。
可选地，所述装置还包括：
第二定位模块，用于在当前用户对商户触发到店行为时，根据已确定的所述商户的位置信息，确定所述当前用户的位置信息。
可选地，所述装置还包括：
距离计算模块，用于根据当前用户的位置信息以及已确定的所述商户的位置信息，计算所述当前用户与所述商户之间的距离。
根据本发明的又一方面，提供了一种计算设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
收集用户对商户触发到店行为的相关时间段内产生的位置信息；
根据所述用户的位置信息，确定所述商户的位置信息。
根据本发明的再一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：
收集用户对商户触发到店行为的相关时间段内产生的位置信息；
根据所述用户的位置信息，确定所述商户的位置信息。
根据本发明实施例提供的一种定位方法和装置，可以根据收集的用户对商户触发到店行为的相关时间段内产生的用户的位置信息，确定所述商户的位置信息，可以得到商户的精准位置，以解决商户手动标注存在较大误差的问题，进而可以准确计算用户与商户之间的距离，从而可以提高o2o搜索的准确率。此外，通过本发明实施例确定商户的位置信息，不用分派大量人力进行扫街，可以节约人力和时间成本。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文可选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出可选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明的一种定位方法实施例一的流程图；
图2示出了本发明的一种定位方法实施例二的流程图；
图3示出了本发明的一种定位方法实施例三的流程图；
图4示出了本发明的一种定位装置的结构框图；
图5示出了本发明的一种计算设备1500的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
参照图1，示出了本发明的一种定位方法实施例一的流程图，具体可以包括如下步骤：
步骤101、收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；
步骤102、根据所述用户的位置信息，确定所述商户的位置信息。
本发明实施例可适用于通过移动终端进行定位的应用场景。所述移动终端具体可以为手机、平板电脑、笔记本电脑等任意移动终端，本发明实施例对于具体的移动终端不加以限制。为便于描述，本发明实施例主要以手机为例进行说明，其它移动终端的应用场景相互参照即可。
目前，商户的位置信息通常是由商户手动标注并且主动上传得到的，往往存在很大的误差，导致计算得到的用户与商户之间的距离不够准确，进而影响o2o搜索的准确率。为了解决该问题，本发明实施例可以收集大量用户对某一个商户触发到店行为的相关时间段内产生的用户的位置信息，并且根据收集的用户的位置信息，确定该商户的位置信息，以得到该商户的精准位置，进而在当前用户进行o2o搜索时，可以准确计算当前用户与商户之间的距离，从而可以提高o2o搜索的准确率。
在实际应用中，有些用户行为是用户必须到达对应的商户内才能够执行的，比如通过移动终端进行买单、团购验券、自助点餐、取号排队、预订到店、用户签到、连接商户的无线网络等。本发明实施例将这些用户行为称为到店行为，只要用户触发任意一个到店行为，即可确定用户当前位于触发该到店行为的商户内。因此，可以根据用户当前的位置信息确定该商户的位置信息。
在本发明的一种可选实施例中，所述相关时间段具体可以包括：所述到店行为发生之前和/或发生之后的预设时间段。
为了使得确定的商户的位置信息更加准确，本发明实施例收集的用户的位置信息为用户对商户触发到店行为的相关时间段内产生的，所述相关时间段用于表示距离触发到店行为较短的时间范围、且在所述相关时间段内用户位于商户内的概率较大，这样，可以保证用户在进行定位并且生成位置信息时，用户还位于触发到店行为对应的商户内。具体地，所述相关时间段具体可以包括：所述到店行为发生之前和/或发生之后的预设时间段。例如，用户在某商户内触发买单的到店行为，由于在买单之前的一段时间内用户通常位于商户内，因此，可以收集该用户在触发买单行为之前10分钟之内的用户的位置信息。
在实际应用中，用户通常在买单之前位于商户内的概率较大，而在买单之后离开商户的概率较大；用户在预定到店之后位于商户内的概率较大等等，可以看出，不同的到店行为可以对应不同的相关时间段。因此，本发明实施例对到店行为按照用户的消费时间进行分类，以对相关时间段进一步细分，得到更加准确的用户触发到店行为对应的相关时间段。
在本发明的一种可选实施例中，所述到店行为具体可以包括以下至少一种：消费前行为、消费后行为、非定时行为；所述相关时间段具体可以包括以下至少一种：所述消费前行为发生后的第一时间段、消费后行为发生后的第二时间段、非定时行为发生前及发生后的第三时间段。
本发明实施例按照用户的消费时间，对到店行为进行分类，具体可以分为消费前行为、消费后行为、以及非定时行为。其中，消费前行为是指用户在商户内使用移动终端进行消费之前触发的到店行为，例如：取号排队、预订到店、自助点餐属于消费前行为。消费前行为对应的相关时间段具体可以为：消费前行为发生后的第一时间段。消费后行为是指用户在商户内使用移动终端进行消费之后触发的到店行为，例如：买单和团购验券属于消费后行为。消费后行为对应的相关时间段具体可以为：消费后行为发生后的第二时间段。非定时行为是指不确定发生在用户消费之前还是消费之后的到店行为，例如：用户签到和连接商户的无线网络都属于非定时行为。非定时行为对应的相关时间段具体可以为：非定时行为发生前及发生后的第三时间段。
可以理解，在实际应用中，本发明实施例对所述第一时间段、第二时间段和第三时间段的具体数值不加以限制，例如，可以是5分钟、10分钟、半小时等，并且所述第一时间段、第二时间段和第三时间段可以相同，也可以不同。
在确定到店行为及其对应的相关时间段后，本发明实施例可以收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息。其中，所述位置信息可以包括：用户使用移动终端中的应用触发执行的定位操作产生的用户的位置信息，或者，移动终端主动实时上传的用户的位置信息等。可以理解，本发明实施例对于所述用户的位置信息的获取方式不加以限制，例如可以是移动终端通过GPS定位获取的移动终端的GPS位置信息，或者，还可以是移动终端根据连接或者扫描的无线网络信息进行三角定位得到的移动终端的位置信息等等。
由于o2o搜索具有量级大的特点，且o2o搜索通常是用户主动发起的，可以避免强制用户上传其位置信息的情况，因此，在本发明实施例中，均以用户使用移动终端执行o2o搜索时产生的用户的位置信息为例进行说明，可以理解，本发明实施例对于获取所述用户的位置信息的具体方式不加以限制。
本发明实施例可以通过如下步骤收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息：首先，收集历史时间段内所有对某家商户触发过的到店行为、以及用户触发这些到店行为的时间信息；然后，根据到店行为的种类以及时间信息，确定到店行为的相关时间段；最后，根据所述相关时间段，对所述历史时间段内的所有的用户的位置信息进行过滤，得到所述相关时间段内的用户的位置信息。所述用户的位置信息具体可以为经纬度信息。
在实际应用中，用户的位置信息通常是通过移动终端进行GPS定位得到的GPS坐标，然而，由于商户通常位于室内及高楼林立的城市环境中，GPS信号容易受到遮挡导致用户的位置信息存在误差，因此，收集的用户的位置信息中可能存在噪声数据，为了提高确定商户位置的准确性，本发明实施例可以对收集的用户对商户触发到店行为的相关时间段内产生的用户的位置信息进行去噪处理，以过滤掉其中的噪声数据。
在本发明的一种可选实施例中，所述根据所述用户的位置信息，确定所述商户的位置信息，具体可以包括：
步骤S11、按照预置的聚类算法，对收集的用户的位置信息进行聚类，得到至少一个簇类；
在本发明实施例中，首先，可以收集大量用户对某一个商户触发到店行为的相关时间段内产生的用户的位置信息，并且对收集的用户的位置信息进行去噪处理。
然后，对去噪后的用户的位置信息，按照预置的聚类算法进行聚类，得到至少一个聚类结果。
在本发明实施例中，所述预置的聚类算法具体可以为DBScan(Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类算法)，DBScan算法是一种典型的密度聚类算法。DBScan算法可以发现任意形状的簇类，并且不需要预先确定形成的簇类的数量，此外，DBScan算法还能够识别出噪声点数据。因此，本发明实施例采用DBScan算法对收集的用户的位置信息进行聚类，可以自动清洗掉异常的位置信息数据，可以提高定位的准确性。
DBScan算法具有如下两个参数：扫描半径eps和最小包含点数minPts，也即，本发明实施例采用DBScan算法对收集的用户的位置信息进行聚类，可以得到至少一个簇类，每一簇类中至少包含minPts个用户的位置信息，且任意两个簇类中的用户的位置信息之间的距离大于eps。在本发明实施例中，所述用户的位置信息之间的距离具体可以指两经纬度地标之间的实际地理直线距离。
在本发明的一种应用示例中，可以设置扫描半径eps为30米，最小包含点数minPts为3，由此，聚类后得到的每一个簇类中至少包含3个用户的位置信息，且任意两个簇类中的用户的位置信息之间的距离大于30米。
可以理解，在实际应用中，本发明实施例对于所述扫描半径eps和最小包含点数minPts的具体取值不加以限制。此外，本发明实施例对于所述预置的聚类算法的种类不加以限制，例如，还可以采用基于划分法、层次法、密度法、图论聚类法、网格算法、模型算法等的聚类算法。
步骤S12、将包含用户的位置信息数目最多的簇类作为聚类结果；
本发明实施例选取包含用户的位置信息数目最多的簇类作为聚类结果，其它簇类中用户的位置信息则可以作为噪声数据过滤掉。
步骤S13、对所述聚类结果中用户的位置信息取平均值，将所述平均值作为所述商户的位置信息。
在确定聚类结果之后，可以对所述聚类结果中用户的位置信息取平均值，例如，所述聚类结果中包含如下n个位置信息：p1(x1，y1)、p2(x2，y2)，…，pn(xn，yn)。其中，pn(xn，yn)表示第n个位置信息的经纬度坐标。则可以对上述n个位置信息取平均值，得到商户的位置信息为((x1+x2+…+xn)/n，(y1+y2+…+yn)/n)。
在本发明实施例中，如果商户的位置信息预先未知，则可以通过本发明实施例的定位方法确定商户的位置信息；如果商户的位置信息预先已知，则通过本发明实施例的定位方法确定商户的位置信息之后，可以将通过本发明实施例确定的商户的精准位置和商户的原始位置进行比对，如果二者之间的距离大于预设阈值，则将商户的原始位置替换为本发明的精准位置，以实现对商户位置的纠偏。其中，如果二者之间的距离大于预设阈值，可以认为商户的原始位置存在较大的误差，则可以对原始位置进行纠偏。可以理解，本发明实施例对于所述预设阈值的具体取值不加以限制，例如，可以设置为30米等。
在本发明的一种应用示例中，可以收集历史时间段内(如半年之内)、大量用户针对某一商户触发到店行为的相关时间段内产生的用户的位置信息，从而可以对收集的大量用户的位置信息进行聚类，将聚类结果中用户的位置信息的平均值作为该商户的位置信息。
通过本发明实施例的定位方法，可以确定并保存各商户的位置信息，例如，可以建立商户信息库，用于存储商户标识与商户位置之间的映射关系，并且在后续使用所述商户信息库的过程中，定期收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息，以及根据新收集的用户的位置信息，重新确定所述商户的位置信息，以对所述商户信息库中的位置信息不断地迭代更新，进而不断优化并提高商户的位置信息的准确性。
由此，本发明实施例根据收集的用户对商户触发到店行为的相关时间段内产生的用户的位置信息，确定所述商户的位置信息，可以得到商户的精准位置，以解决商户手动标注存在较大误差的问题，进而可以准确计算用户与商户之间的距离，从而可以提高o2o搜索的准确率。此外，通过本发明实施例确定商户的位置信息，不用分派大量人力进行扫街，可以节约人力和时间成本。
方法实施例二
通过本发明实施例，可以确定商户的精准位置，并且对商户手动标注的原始位置进行纠偏，以在需要使用商户位置信息的操作中可以使用商户的精准位置。此外，在当前用户位于商户内时，由于GPS信号较差无法定位用户的位置时，或者由于GPS信号较差导致GPS定位结果存在较大误差时，也可以利用本发明实施例确定的商户的位置信息，对商户内的当前用户进行定位，以实现用户的精准定位。
参照图2，示出了本发明的一种定位方法实施例二的流程图，具体可以包括如下步骤：
步骤201、收集用户对商户触发到店行为的相关时间段内产生的位置信息；
步骤202、根据所述用户的位置信息，确定所述商户的位置信息；
步骤203、在当前用户对商户触发到店行为时，根据已确定的所述商户的位置信息，确定所述当前用户的位置信息。
在本发明的一种应用示例中，假设当前用户为用户A，且用户A当前的GPS信号较差，无法定位用户A的位置，但是，此时用户A触发对商户A的到店行为，可以确定用户A当前位于商户A内，则可以利用通过本发明的定位方法确定的商户A的位置信息，确定用户A的位置信息。
由此，通过本发明实施例，可以根据收集的用户对商户触发到店行为的相关时间段内产生的用户的位置信息，确定商户的位置信息，以得到商户的精准位置。反过来，在当前用户对商户触发到店行为时，还可以利用通过本发明的定位方法确定的商户的位置信息，确定当前用户的位置信息，从而可以解决使用GPS无法定位或者GPS定位误差较大的问题，进而可以提高用户位置定位的准确性。
方法实施例三
通过本发明实施例，可以确定商户的精准位置，并且对商户手动标注的原始位置进行纠偏，以在需要使用商户位置信息的操作中可以使用商户的精准位置。例如，在当前用户触发o2o搜索的操作，或者触发需要计算当前用户的位置与附近商户位置之间距离的操作时，可以利用通过本发明的定位方法确定的商户的位置信息，以及当前用户的位置信息，计算当前用户与商户之间的距离，以提高计算用户与商户之间距离的准确性。
参照图3，示出了本发明的一种定位方法实施例三的流程图，具体可以包括如下步骤：
步骤301、收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；
步骤302、根据所述用户的位置信息，确定所述商户的位置信息；
步骤303、根据当前用户的位置信息以及已确定的所述商户的位置信息，计算所述当前用户与所述商户之间的距离。
在本发明的一种应用示例中，假设当前用户为用户B，当用户B触发o2o搜索的操作时，可以查询本发明实施例的商户信息库，所述商户信息库中保存有利用本发明实施例的定位方法确定的各商户的位置信息，根据所述商户信息库中各商户的位置信息、以及用户B当前的位置信息，计算用户B与商户之间的距离，将用户B与商户之间的距离满足用户筛选范围的商户信息展现给用户B。例如，用户B设置的筛选范围为附近500米，则可以向用户B展现距离用户B当前位置小于500米的商户的信息。
在计算当前用户与商户之间的距离的过程中，当前用户的位置信息可以为当前用户的移动终端通过现有的任意定位方式获取的位置信息，或者，如果当前用户当前触发对商户的到店行为时，还可以利用通过本发明的定位方法确定的商户的位置信息，确定当前用户的位置信息，以提高用户的位置信息的准确性。
综上，本发明实施例可以利用通过本发明的定位方法确定的商户的位置信息，以及当前用户的位置信息，计算当前用户与商户之间的距离，并且将距离满足当前用户筛选范围的商户信息展现给当前用户。
其中，商户的位置信息为根据收集的用户对商户触发到店行为的相关时间段内产生的用户的位置信息所确定，可以解决商户手动标注存在较大误差的问题，进而可以提高商户位置定位的准确性；此外，所述用户的位置信息可以为利用通过本发明的定位方法确定的商户的位置信息，确定用户的位置信息，从而可以解决使用GPS无法定位或者GPS定位误差较大的问题，进而可以提高用户位置定位的准确性。以提高o2o搜索的准确率。
可以看出，本发明实施例可以提高商户位置定位的准确性，以及提高用户位置定位的准确性，因此，通过本发明实施例可以极大地提高计算用户与商户之间距离的准确性，进而可以极大地提高o2o搜索的准确率。
装置实施例
参照图4，示出了本发明的一种定位装置的结构框图，具体可以包括如下模块：
收集模块401，用于收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；
第一定位模块402，用于根据所述用户的位置信息，确定所述商户的位置信息。
可选地，所述相关时间段具体可以包括：所述到店行为发生之前和/或发生之后的预设时间段。
可选地，所述到店行为具体可以包括以下至少一种：消费前行为、消费后行为、非定时行为；所述相关时间段具体可以包括以下至少一种：所述消费前行为发生后的第一时间段、消费后行为发生后的第二时间段、非定时行为发生前及发生后的第三时间段。
可选地，所述定位模块402，具体可以包括：
聚类子模块，用于按照预置的聚类算法，对收集的用户的位置信息进行聚类，得到至少一个簇类；
结果确定子模块，用于将包含用户的位置信息数目最多的簇类作为聚类结果；
位置计算子模块，用于对所述聚类结果中用户的位置信息取平均值，将所述平均值作为所述商户的位置信息。
可选地，所述装置还包可以括：
第二定位模块，用于在当前用户对商户触发到店行为时，根据已确定的所述商户的位置信息，确定所述当前用户的位置信息。
可选地，所述装置还可以包括：
距离计算模块，用于根据当前用户的位置信息以及已确定的所述商户的位置信息，计算所述当前用户与所述商户之间的距离。
参照图5，示出了本发明的一种计算设备1500的结构示意图，具体可以包括：至少一个处理器1501、存储器1502、至少一个网络接口1504和用户接口1503。计算设备1500中的各个组件通过总线系统1505耦合在一起。可理解，总线系统1505用于实现这些组件之间的连接通信。总线系统1505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统1505。
其中，用户接口1503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器1502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本发明实施例描述的系统和方法的存储器1502旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1502存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统15021和应用程序15022。
其中，操作系统15021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序15022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序15022中。
在本发明实施例中，通过调用存储器1502存储的程序或指令，具体的，可以是应用程序15022中存储的程序或指令，处理器1501用于收集用户对商户触发到店行为的相关时间段内产生的用户的位置信息；根据所述用户的位置信息，确定所述商户的位置信息。
上述本发明实施例揭示的方法可以应用于处理器1501中，或者由处理器1501实现。处理器1501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1501可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1502，处理器1501读取存储器1502中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本发明所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本发明实施例中所述功能的模块(例如过程、函数等)来实现本发明实施例中所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，处理器1501还用于：通过如下步骤根据所述用户的位置信息，确定所述商户的位置信息：
按照预置的聚类算法，对收集的用户的位置信息进行聚类，得到至少一个簇类；
将包含用户的位置信息数目最多的簇类作为聚类结果；
对所述聚类结果中用户的位置信息取平均值，将所述平均值作为所述商户的位置信息。
可选地，处理器1501还用于：在当前用户对商户触发到店行为时，根据已确定的所述商户的位置信息，确定所述当前用户的位置信息。
可选地，处理器1501还用于：根据当前用户的位置信息以及已确定的所述商户的位置信息，计算所述当前用户与所述商户之间的距离。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的定位方法和装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网平台上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包括”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。