一种检测店铺位置正确性的方法及装置

摘要

本说明书实施例提供一种检测店铺位置正确性的方法及装置，该方法包括：根据全球店铺的经纬度信息，计算所有店铺之间的球面距离，形成每个店铺的邻居网络，通过计算店铺网络最短距离的方式，检测店铺位置的正确性。该方法能够从已有的信息层面快速推断出店铺的定位信息是否准确。此外，通过在球面距离计算、店铺经纬度正确性检测上，成本低，实现简单、以及成本低廉等特点。

权利要求

1.一种检测店铺位置正确性的方法，其特征在于，所述方法包括：在店铺列表中获取第一店铺的第一位置信息和多个第二店铺的多个第二位置信息；其中，所述第一位置信息包括：所述第一店铺的经纬度信息；所述第二位置信息包括：第二店铺的经纬度信息；

根据所述第一位置信息和多个第二位置信息，分别计算所述第一店铺与所述多个第二店铺中的各个第二店铺的距离；

确定所述多个第二店铺中与所述第一店铺之间的距离小于预定阈值的店铺的第一数量；

在所述第一数量大于预置数量的情况下，标记所述第一店铺位置有误；

在所述标记所述第一店铺位置有误的步骤之后，还包括：

确定所述多个第二店铺中与所述第一店铺具有相同的经纬度信息和不同的地址信息的店铺的第二数量；其中，所述第一位置信息还包括：第一店铺地址信息，所述第二位置信息还包括：第二店铺地址信息；

在所述第一数量与所述第二数量的差值小于所述预置数量的情况下，将所述有误的标记修改为正确。

2.根据权利要求1所述的方法，其特征在于，所述分别计算所述第一店铺与多个第二店铺的距离，具体包括：采用计算球面最短距离的方法或平面距离计算方法，计算所述第一店铺与多个所述第二店铺的距离。

3.根据权利要求1所述的方法，其特征在于，还包括：

在所述第一数量小于或等于预置数量的情况下，标记所述第一店铺位置正确。

4.一种检测店铺位置正确性的装置，其特征在于，所述装置包括：获取单元，用于在店铺列表中获取第一店铺的第一位置信息和多个第二店铺的多个第二位置信息；其中，所述第一位置信息包括：所述第一店铺的经纬度信息；所述第二位置信息包括：第二店铺的经纬度信息；

计算单元，用于根据所述第一位置信息和多个第二位置信息，分别计算所述第一店铺与所述多个第二店铺中的各个第二店铺的距离；

处理单元，用于确定所述多个第二店铺中与所述第一店铺之间的距离小于预定阈值的店铺的第一数量；

所述处理单元还用于，在所述第一数量大于预置数量的情况下，标记所述第一店铺位置有误；

所述装置还包括：

校正单元，用于确定所述多个第二店铺中与所述第一店铺具有相同的经纬度信息和不同的地址信息的店铺的第二数量；其中，所述第一店铺的信息还包括：第一店铺地址信息，所述第二店铺的信息还包括：第二店铺地址信息；

在所述第一数量与所述第二数量的差值小于所述预置数量的情况下，将所述有误的标记修改为正确。

5.根据权利要求4所述的装置，其特征在于，所述计算单元具体用于：采用计算球面最短距离的方法或平面距离计算方法，计算所述第一店铺与多个所述第二店铺的距离。

6.根据权利要求4所述的装置，其特征在于，所述处理单元还用于，在所述第一数量小于或等于预置数量的情况下，标记所述第一店铺位置正确。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-3中任一项的所述的方法。

8.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-3中任一项所述的方法。

说明书

一种检测店铺位置正确性的方法及装置

技术领域

[0001] 本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种基于球面网络检测店铺位置正确性的方法及装置。

背景技术

[0002] 随着互联网和全球定位系统的发展，用户可以利用全球定位系统获取分布在全球各地大量的店铺信息，方便定位、查找以及用户的后续购物。其中，店铺信息可以包括：店铺的经纬度、店铺的名称或品牌以及店铺中售卖的产品。商务拓展(business development，BD)可以根据这些店铺信息计划开设店面，用户也可以根据店铺信息进行相应的消费。

[0003] 目前，为了核实全球各地大量店铺位置的准确性。在国内，通常是雇佣大量的BD人员线下核实店铺位置，由于店铺众多，需要消耗大量资源。而在海外，一个海外国家的BD人员较少，无法实现线下逐一对店铺位置进行核实。所以，当分布在全球各地的店铺的经纬度可能是存在偏差时，会导致BD和用户找不到店铺，造成用户体验差。即使，采用BD人员线下核实的方式，也会浪费人力物力，导致资源浪费。

[0004] 因此，希望提供一种方法，能够快速的从已有的店铺的信息层面快速识别出有问题的店铺信息。

发明内容

[0005] 本说明书一个或多个实施例描述了一种基于球面网络检测店铺位置正确性的方法及装置方法及装置，通过计算所有店铺的距离，形成每个店铺的邻居网络，通过对邻居网路进行范围圈定、数量检测，能够快速地、有效地识别出有问题的店铺信息。

[0006] 根据第一方面，提供了一种检测店铺位置正确性的方法，包括：

[0007] 在店铺列表中获取第一店铺的第一位置信息和多个第二店铺的多个第二位置信息；

[0008] 根据第一位置信息和多个第二位置信息，分别计算第一店铺与多个第二店铺中的各个第二店铺的距离；

[0009] 确定多个第二店铺中与第一店铺之间的距离小于预定阈值的店铺的第一数量；

[0010] 在第一数量大于预置数量的情况下，标记第一店铺位置有误。

[0011] 在一种可能的实施方式中，第一位置信息可以包括：第一店铺的经纬度信息；第二位置信息包括：第二店铺的经纬度信息。

[0012] 在一种可能的实施方式中，分别计算第一店铺与多个第二店铺的距离，具体可以包括：采用计算球面最短距离的方法或平面距离计算方法，计算第一店铺与多个第二店铺的距离。

[0013] 根据一种实施方式，第一位置信息还包括：第一店铺地址信息，第二位置信息还包括：第二店铺地址信息。

[0014] 在一种可能的实施方式中，在标记第一店铺位置有误的步骤之后，还包括：确定多个第二店铺中与第一店铺具有相同的经纬度信息和不同的地址信息的店铺的第二数量；在第一数量与第二数量的差值小于预置数量的情况下，将有误的标记修改为正确。

[0015] 在一种可能的实施方式中，该方法还包括：在第一数量小于或等于预置数量的情况下，标记第一店铺位置正确。

[0016] 根据第二方面，提供了一种检测店铺位置正确性的装置，包括：获取单元，用于在店铺列表中获取第一店铺的第一位置信息和多个第二店铺的多个第二位置信息；

[0017] 计算单元，用于根据第一位置信息和多个第二位置信息，分别计算第一店铺与多个第二店铺中的各个第二店铺的距离；

[0018] 处理单元，用于确定多个第二店铺中与第一店铺之间的距离小于预定阈值的店铺的第一数量；

[0019] 处理单元还用于，在第一数量大于预置数量的情况下，标记第一店铺位置有误。

[0020] 根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。

[0021] 根据第四方面，提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。

[0022] 通过本说明书实施例提供的方法及装置，通过计算所有店铺的球面距离，形成每个店铺的邻居网络，通过对邻居网络进行范围圈定、数量检测，能够快速地、有效地推断出该店铺的定位信息是否准确，同时，在球面距离计算、店铺经纬度准确性检测上，成本低、易开展以及效率高。

附图说明

[0023] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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它的附图。

[0024] 图1为本说明书披露的一个实施例的实施场景示意图；

[0025] 图2示出根据一个实施例的检测店铺位置正确性的方法的流程图；

[0026] 图3示出根据一个检测店铺位置正确性的计算方法的流程图；

[0027] 图4示出根据另一个实施例的检测店铺位置正确性的方法的流程图；

[0028] 图5为本说明书披露的另一个实施例的实施场景示意图；

[0029] 图6示出根据另一个实施例的检测店铺位置正确性的方法流程图；

[0030] 图7示出根据一个实施例的检测店铺位置正确性的装置的示意性框图。

具体实施方式

[0031] 下面结合附图，对本说明书提供的方案进行描述。

[0032] 图1为本说明书披露的一个实施例的实施场景示意图。在图1中，横纵线代表的是经纬度，位置1-7代表的是对应的店铺1-7所在的位置(本说明书仅提供7个店铺为例，实际上的店铺数可以是很多个，在此不做限定)。由于空间约束不可打破，所以在一定的范围内，不应该存在大量的店铺，例如：在5米范围内(图中虚框位置，包括店铺1-4)，不应该存在100个店铺(在图中虚框位置还可以包括更多的店铺，本说明书以店铺1-4为例)，所以，当店铺1和多个店铺2-7经过经纬度定位之后，分别计算店铺1与店铺2-7中的距离，再确定该距离小于5米范围时的店铺数量，当该店铺数量超过了100个店铺时，可以判断店铺1的经纬度定位错误，从而解决当分布在全球各地的店铺的经纬度可能是存在偏差时，导致BD和用户找不到店铺，造成用户体验差的问题，以及，即使采用BD人员线下核实的方式，也会大量浪费人力物力，导致资源浪费。

[0033] 下面描述检测店铺位置正确性的具体实施过程。

[0034] 图2示出根据一个实施例的检测店铺位置正确性的方法的流程图。该方法的执行主体可以是任何具有计算能力和处理能力的计算平台，例如：服务器或终端设备。如图2所示，该方法包括步骤210-步骤240，具体如下所示：

[0035] 步骤210：在店铺列表中获取第一店铺的店铺第一位置信息和多个第二店铺的多个第二位置信息。

[0036] 在一个实施例中，在步骤210中，第一位置信息包括：第一店铺的经纬度信息；第二位置信息包括：第二店铺的经纬度信息。例如：在北京市的店铺列表中随机获取一个“肯德基”店铺的经纬度信息，再获取该“肯德基”店铺周围的“麦当劳”“星巴克”等多个店铺的经纬度信息。

[0037] 需要说明的是，在整个检测店铺位置正确性的方法中，是要检测店铺列表中所有店铺的位置是否是正确的，所以在选取第一店铺是随机选取的。

[0038] 步骤220：根据第一位置信息和多个第二位置信息，分别计算第一店铺与多个第二店铺中的各个第二店铺的距离。

[0039] 在一个实施例中，在步骤220中，由于判断店铺是都重复的距离较小，通过在地球范围内计算球面最短距离的方法计算第一店铺与多个第二店铺中的各个第二店铺的距离。例如：可以将计算球面最短距离的方法具体简化为平面距离计算方法，具体方法详见如图3示出根据另一个实施例的检测店铺位置正确性的方法的流程图。该计算方法包括：步骤
310-350，其中，首先选取一个第二店铺为例，重复采用下述方法，实现计算第一店铺与多个第二店铺中各个第二店铺之间的距离，具体如下所示：

[0040] 步骤310：令第一店铺的经度lngA、纬度latA，第二店铺的经度lngB、纬度latB。

[0041] 步骤320：计算经度差dx，dx＝lngA-lngB；计算纬度差dy，dy＝latA-latB。

[0042] 步骤330：计算平均纬度b，b＝(latA+latB)/2。

[0043] 步骤340：计算东、西距离Lx，Lx＝dx*π/180*COS(b*π/180)*6367000；计算南、北距离Ly，Ly＝dy*π/180*6367000。

[0044] 步骤350：计算第一店铺与第二店铺的距离Lxy，

[0045] 需要说明的是，上述提供的计算方法是选取一个第二店铺为例，重复采用上述计算方法，实现计算第一店铺与多个第二店铺中各个第二店铺之间的距离。

[0046] 步骤230：确定多个第二店铺中与第一店铺之间的距离小于预定阈值的店铺的第一数量。

[0047] 在一个实施例中，根据步骤220确定的第一店铺与多个第二店铺中各个第二店铺的距离，统计第一店铺与各个第二店铺之间的距离小于预定阈值的店铺个数，记为第一数量。例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米，以及与18个“**”店铺的距离小于5米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”以及与15个“**”店铺的距离小于5米，所以第一数量记为21。

[0048] 步骤240：在第一数量大于预置数量的情况下，标记第一店铺位置有误。

[0049] 在一个实施例中，例如：当上述步骤230中，第一数量记为21，预设数量为20，标记“肯德基”店铺位置有误。

[0050] 在另一个实施例中，在第一数量小于或等于预置数量的情况下，标记所述第一店铺位置正确。

[0051] 例如：例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”的距离小于5米，所以第一数量记为6，预设数量为
20。标记“肯德基”店铺位置正确。

[0052] 通过上述方法，可以从店铺列表的海量店铺信息中，把所有存在定位重合以及有问题的店铺找出来，重新核实并更新有问题店铺的经纬定位信息。

[0053] 下面结合图4采用一个具体例子，进一步说明如何检测店铺位置正确性的方法。

[0054] 图4示出根据另一个实施例的检测店铺位置正确性的方法的流程图，如图4所示，该方法包括步骤410-步骤440，具体如下所示：

[0055] 步骤410：在店铺列表中获取店铺A的位置信息。

[0056] 在一个实施例中，在店铺列表中获取多个店铺B的多个位置信息。其中，店铺A的位置信息包括：店铺A的经纬度信息；店铺B的位置信息包括：店铺B的经纬度信息。例如：在北京市的店铺列表中随机获取一个“肯德基”店铺的经纬度信息，再获取该“肯德基”店铺周围的“麦当劳”“星巴克”等多个店铺的经纬度信息。

[0057] 需要说明的是，在整个检测店铺位置正确性的方法中，是要检测店铺列表中所有店铺的位置是否是正确的，所以在选取第一店铺是随机选取的。

[0058] 步骤420：根据店铺A的经纬度信息和多个店铺B的多个经纬度信息，分别计算店铺A与多个店铺B中的各个店铺B的距离。

[0059] 具体计算方法详见上述步骤220中结合图3的详细说明，在此不再赘述。

[0060] 步骤430：判断店铺A与多个店铺B中的一个店铺B的定位距离是否小于预定阈值5米(m)。

[0061] 在一个实施例中，在定位距离小于预定阈值5m时，则执行步骤431：确定多个店铺B中的一个店铺B与第一店铺之间的距离小于预定阈值的店铺的第一数量，将数量加1，然后执行步骤432。

[0062] 在另一个实施例中，在定位距离大于等于预定阈值5m时，则执行步骤432：判断在多个店铺B中是否还有其他店铺B。若有其他的店铺B，则继续执行步骤420，在多个店铺B中获取一个新的店铺B，计算与店铺A的距离。若没有其他的店铺B，则执行步骤440。

[0063] 步骤440：判断第一数量是否大于20。

[0064] 在一个实施例中，在重复执行步骤420、430、431和432之后，判断最后的第一数量是否大于预置数量20。

[0065] 在最后的第一数量大于预置数量20的情况下，执行步骤441：标记店铺A位置有误。

[0066] 在最后的第一数量小于等于预置数量20的情况下，执行步骤442：标记店铺A位置正确。

[0067] 以上的实施例是通过经纬度进行判断店铺的正确性，下面的实施例，是以上述经纬度为基础，加上校正的步骤，实现检测店铺位置正确性的方法，有图5所示，图5为本说明书披露的另一个实施例的实施场景示意图。在图5中为一个商业楼的F1层平面俯视图，在图1所述的场景中，会有一种情况，就是第一店铺(图中位置1)与第二店铺(图中位置2)和第三店铺(图中位置3)是相同经纬度(即楼上楼下)不同地址信息的3个店铺。如果采用上述的方法，就会出现对第一店铺的误判，所以，再提出一种实施例，对上述以经纬度为基础得出的结果进行校验，排除一些疑似排除的店铺，提高精确性。

[0068] 图6示出根据另一个实施例的检测店铺位置正确性的方法流程图。如图6所示，该方法包括步骤610-步骤660，具体如下所示：

[0069] 步骤610-步骤640与图2中步骤210-步骤240所描述的一致，所以，在此不再赘述。

[0070] 步骤650：确定多个第二店铺中与第一店铺具有相同的经纬度信息和不同的地址信息的店铺的第二数量。

[0071] 在一个实施例中，第一位置信息还包括：第一店铺地址信息，第二位置信息还包括：第二店铺地址信息。例如，地址信息可以包括：店铺的楼层号。例如：“肯德基”店铺分别与“星巴克”店铺的距离为0米，与“李宁”店铺距离0米，但是，“肯德基”店铺的地址信息为1层-110，“星巴克”店铺的地址信息为2层-110，“李宁”店铺的地址信息为3层-110，由此，可知第二数量为2。

[0072] 步骤650：在第一数量与第二数量的差值小于预置数量的情况下，将有误的标记修改为正确。

[0073] 在一个实施例中，例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米，以及与18个“**”店铺的距离小于5米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”以及与15个“**”店铺的距离小于5米，所以第一数量记为21，预置数量20。由步骤650可知，第二数量为2，所以，21-2＝19小于预置数量20，所以将有误的标记修改为正确，即将步骤640中，“标记第一店铺位置有误”修改为“标记第一店铺位置正确”。相反的，在第一数量与第二数量的差值大于等于预置数量的情况下，仍保持原有的标记。

[0074] 需要说明的是，校正步骤只校正在步骤640(或者步骤240)中在第一数量大于预置数量的情况下，标记第一店铺位置有误的情况。

[0075] 图7示出根据一个实施例的检测店铺位置正确性的装置的示意性框图。如图7所示，该装置700包括：获取单元701，用于在店铺列表中获取第一店铺的店铺第一位置信息和多个第二店铺的多个第二位置信息。

[0076] 在一个实施例中，第一位置信息包括：第一店铺的经纬度信息；第二位置信息包括：第二店铺的经纬度信息。例如：在北京市的店铺列表中随机获取一个“肯德基”店铺的经纬度信息，再获取该“肯德基”店铺周围的“麦当劳”“星巴克”等多个店铺的经纬度信息。

[0077] 需要说明的是，在整个检测店铺位置正确性的方法中，是要检测店铺列表中所有店铺的位置是否是正确的，所以在选取第一店铺是随机选取的。

[0078] 计算单元702，用于根据第一位置信息和多个第二位置信息，分别计算第一店铺与多个第二店铺中的各个第二店铺的距离。

[0079] 在一个实施例中，由于判断店铺是都重复的距离较小，通过在地球范围内计算球面最短距离的方法计算第一店铺与多个第二店铺中的各个第二店铺的距离。例如：可以将计算球面最短距离的方法具体简化为平面距离计算方法，计算单元702具体用于，令第一店铺的经度lngA、纬度latA，第二店铺的经度lngB、纬度latB；计算经度差dx，dx＝lngA-lngB；计算纬度差dy，dy＝latA-latB；计算平均纬度b，b＝(latA+latB)/2；计算东、西距离Lx，Lx＝dx*π/180*COS(b*π/180)*6367000；计算南、北距离Ly，Ly＝dy*π/180*6367000；计算第一店铺与第二店铺的距离Lxy，

[0080] 需要说明的是，上述计算单元702是选取一个第二店铺为例，重复上述计算方式，实现计算第一店铺与多个第二店铺中各个第二店铺之间的距离。

[0081] 处理单元，用于确定多个第二店铺中与第一店铺之间的距离小于预定阈值的店铺的第一数量。

[0082] 在一个实施例中，根据计算单元确定的第一店铺与多个第二店铺中各个第二店铺的距离，统计第一店铺与各个第二店铺之间的距离小于预定阈值的店铺个数，记为第一数量。例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米，以及与18个“**”店铺的距离小于5米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”以及与15个“**”店铺的距离小于5米，所以第一数量记为21。

[0083] 处理单元还用于，在第一数量大于预置数量的情况下，标记第一店铺位置有误。

[0084] 在一个实施例中，例如：当第一数量记为21，预设数量为20，标记“肯德基”店铺位置有误。

[0085] 在另一个实施例中，在第一数量小于或等于预置数量的情况下，标记所述第一店铺位置正确。

[0086] 例如：例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”的距离小于5米，所以第一数量记为6，预设数量为
20。标记“肯德基”店铺位置正确。

[0087] 此外，该装置700还可以包括：校正单元704，用于确定多个第二店铺中与第一店铺具有相同的经纬度信息和不同的地址信息的店铺的第二数量。

[0088] 在一个实施例中，第一位置信息还包括：第一店铺地址信息，第二位置信息还包括：第二店铺地址信息。例如，地址信息可以包括：店铺的楼层号。例如：“肯德基”店铺分别与“星巴克”店铺的距离为0米，与“李宁”店铺距离0米，但是，“肯德基”店铺的地址信息为1层-110，“星巴克”店铺的地址信息为2层-110，“李宁”店铺的地址信息为3层-110，由此，可知第二数量为2。

[0089] 校正单元704还可以用于，在第一数量与第二数量的差值小于预置数量的情况下，将有误的标记修改为正确。

[0090] 在一个实施例中，例如：“肯德基”店铺分别与“麦当劳”店铺的距离为2米，与“星巴克”店铺的距离为0米，与“必胜客”店铺的距离为20米，与“耐克”店铺距离2米，与“阿迪达斯”店铺距离7米，与“安踏”店铺距离4米，与“李宁”店铺距离0米，与“雅诗兰黛”店铺距离1米，以及与18个“**”店铺的距离小于5米。预定阈值设为5米，所以，统计距离小于5米的店铺数，上述例子中，因为“肯德基”与“麦当劳”、“星巴克”、“耐克”、“安踏”、“李宁”、“雅诗兰黛”以及与15个“**”店铺的距离小于5米，所以第一数量记为21，预置数量20。由步骤650可知，第二数量为2，所以，21-2＝19小于预置数量20，所以将有误的标记修改为正确，即将步骤640中，“标记第一店铺位置有误”修改为“标记第一店铺位置正确”。相反的，在第一数量与第二数量的差值大于等于预置数量的情况下，仍保持原有的标记。需要说明的是，校正单元
704只用于校正在处理单元703中标记第一店铺位置有误的情况。

[0091] 综上，通过上述计算所有店铺之间的球面距离(即第一店铺与多个第二店铺中的各个第二店铺的距离)，形成每个店铺的邻居网络，通过对邻居网络进行范围圈定，数量检测，快速推断出店铺的定位信息是否准确。此外，通过在球面距离计算、店铺经纬度正确性检测上，成本低，易开展，效率高等特点。

[0092] 根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2至图6所描述的方法。

[0093] 根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2至图6所述的方法。

[0094] 本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

[0095] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。