基于LBS的附近商家系统竞品分析课程设计

基于LBS的附近商家系统竞品分析课程设计一、教学目标

知识目标：学生能够理解LBS（基于位置的服务）的基本概念和技术原理，掌握附近商家系统的核心功能模块，包括位置获取、数据匹配、推荐算法等；能够识别并分析附近商家系统的关键业务流程，如用户定位、商家搜索、信息展示等；了解附近商家系统的市场现状和发展趋势，熟悉主流竞品的功能特点和技术架构。

技能目标：学生能够运用数据分析方法，对附近商家系统的主要竞品进行功能对比和用户体验评估；能够结合市场需求和技术趋势，提出改进附近商家系统的创新方案；能够使用相关工具（如SWOT分析、用户调研等）进行竞品分析，并撰写分析报告；提升团队协作和沟通能力，通过小组讨论和项目实践，培养解决实际问题的能力。

情感态度价值观目标：学生能够树立用户至上的设计理念，关注用户体验和需求，培养创新思维和批判性思维；能够认识到技术发展对商业模式的影响，增强对互联网行业的认知和兴趣；能够形成严谨的科学态度和团队精神，通过合作学习，提升个人和团队的综合竞争力。

课程性质分析：本课程属于信息技术与商业管理交叉领域的实践性课程，结合LBS技术和商业案例分析，注重理论与实践的结合。课程内容与当前互联网行业热点紧密相关，通过竞品分析，帮助学生掌握市场研究方法，培养商业洞察力。

学生特点分析：学生为高中阶段信息技术或相关专业学生，具备一定的编程基础和数据分析能力，对互联网行业有较高兴趣，但缺乏实际项目经验。教学要求注重引导学生将理论知识应用于实践，通过案例分析和项目实践，提升解决实际问题的能力。

教学要求：明确课程目标后，需将目标分解为具体学习成果，如掌握LBS技术原理、完成竞品分析报告、提出创新方案等。教学过程中需注重理论与实践结合，通过案例教学、小组讨论、项目实践等方式，提升学生的学习兴趣和实践能力。同时，需关注学生的个体差异，提供个性化指导，确保所有学生能够达到预期学习目标。

二、教学内容

教学内容围绕LBS（基于位置的服务）技术原理、附近商家系统功能分析、竞品分析方法论以及实践应用展开，确保知识体系的科学性和系统性，紧密围绕课程目标展开，具体安排如下：

**LBS技术原理与基础**

介绍LBS的基本概念、技术架构和应用场景，重点讲解全球定位系统（GPS）、地理信息系统（GIS）、无线通信技术（如Wi-Fi、蓝牙）在LBS中的应用原理。结合教材第1章“LBS概述”，列举内容包括：

-LBS的定义与分类（如基于兴趣点POI、基于位置搜索等）

-核心技术原理（卫星定位、地渲染、数据匹配等）

-LBS在商业领域的典型应用（如附近商家推荐、路线导航等）

**附近商家系统的功能模块**

分析附近商家系统的核心功能模块，包括用户定位、商家数据管理、推荐算法、用户交互设计等。结合教材第2章“附近商家系统设计”，列举内容包括：

-用户定位技术（GPS、Wi-Fi定位、基站定位等）

-商家数据采集与处理（POI数据清洗、分类与索引）

-推荐算法（基于距离、用户偏好、实时性等）

-用户界面设计原则（地展示、搜索功能、用户反馈机制）

**竞品分析方法论**

讲解竞品分析的核心框架和方法，包括功能对比、用户体验评估、技术架构分析等。结合教材第3章“竞品分析方法论”，列举内容包括：

-竞品选择标准（市场份额、用户评价、技术领先性等）

-功能对比维度（核心功能、特色功能、技术实现差异）

-用户体验评估方法（用户调研、可用性测试、A/B测试）

-SWOT分析模型在竞品分析中的应用（优势、劣势、机会、威胁）

**主流竞品案例分析**

选取3-5个主流附近商家系统（如美团、饿了么、高德地等）进行深度分析，结合教材第4章“竞品案例分析”，列举内容包括：

-美团：定位服务、商家推荐算法、用户评价体系

-饿了么：配送效率优化、商家营销工具、用户补贴策略

-高德地：POI数据整合、路线规划与商家搜索联动

**实践项目设计**

安排学生分组完成一个附近商家系统的竞品分析项目，包括数据收集、分析报告撰写、创新方案设计等。结合教材第5章“实践项目指导”，列举内容包括：

-项目分组与任务分配（如数据采集组、分析组、方案设计组）

-数据收集工具（API接口、用户调研问卷）

-分析报告模板（市场现状、竞品优劣势、改进建议）

-创新方案展示（如个性化推荐优化、新功能提案）

**教学进度安排**

-第1周：LBS技术原理与基础（4课时）

-第2周：附近商家系统功能模块（4课时）

-第3周：竞品分析方法论（4课时）

-第4周：主流竞品案例分析（4课时）

-第5周：实践项目设计（4课时）

-第6周：项目汇报与总结（4课时）

教学内容与教材章节关联性强，确保理论教学与实践应用紧密结合，通过案例分析和项目实践，帮助学生深入理解LBS技术及其在商业领域的应用，提升市场研究能力与创新思维。

三、教学方法

为有效达成课程目标，激发学生学习兴趣，提升实践能力，本课程采用多样化的教学方法，确保教学过程既系统严谨又生动有趣。

**讲授法**：针对LBS技术原理、系统功能模块等基础知识性内容，采用讲授法进行系统讲解。教师通过PPT、视频等多媒体手段，清晰阐述核心概念、技术流程和理论框架。结合教材第1章至第2章的基础理论部分，重点讲解GPS定位原理、地数据结构、推荐算法逻辑等，确保学生建立扎实的理论基础。讲授过程中穿插提问互动，检验学生理解程度，并引导学生思考技术与商业应用的结合点。

**讨论法**：围绕竞品分析方法论、主流竞品案例分析等主题，学生进行分组讨论。结合教材第3章“竞品分析方法论”，针对SWOT分析模型、用户调研方法等，引导学生就特定竞品（如美团、饿了么）进行功能对比、用户体验评估，并分享分析观点。讨论过程中教师充当引导者，鼓励学生提出创新性见解，培养批判性思维和团队协作能力。

**案例分析法**：选取附近商家领域的真实商业案例，如美团外卖的商家推荐优化、高德地的POI数据整合策略等，进行深度剖析。结合教材第4章“竞品案例分析”，教师通过案例展示、问题引导、小组研讨等方式，引导学生从技术实现、商业模式、用户需求等多个维度进行分析，提炼可借鉴的经验和改进方向。案例分析强调与理论知识的联系，帮助学生理解LBS技术在实际商业场景中的应用价值。

**实验法**：安排实践项目设计环节，让学生分组完成竞品分析报告和创新方案设计。结合教材第5章“实践项目指导”，学生需通过API接口获取真实数据、运用数据分析工具（如Excel、Python）处理数据、设计用户调研问卷等，模拟真实商业环境中的数据收集与分析过程。教师提供项目框架和技术指导，鼓励学生自主探索，培养解决实际问题的能力。

**多样化教学手段**：结合现代教育技术，采用线上线下混合式教学。线上通过慕课平台发布预习资料、案例视频；线下课堂开展互动讨论、小组汇报。同时利用虚拟仿真软件模拟LBS系统开发流程，增强学生的实践体验。通过教学方法的多样化，满足不同学生的学习需求，提升课程的整体教学效果。

四、教学资源

为支持教学内容的有效实施和多样化教学方法的应用，需精心选择和准备一系列教学资源，旨在丰富学生的学习体验，加深对LBS附近商家系统及其竞品的理解。

**教材与参考书**：以指定教材为核心，结合其章节内容，补充相关参考书。教材第1章至第5章涵盖了LBS基础、系统设计、竞品分析到实践项目的完整知识体系，需确保其内容的актуальность和深度。推荐补充《基于位置的服务（LBS）技术与应用》、《移动互联网应用设计》、《商业竞争情报与市场分析》等参考书，以扩展学生对LBS技术细节、商业模式创新、市场调研方法的理解，增强分析的广度和深度。特别是《移动互联网应用设计》一书，可为附近商家系统的功能模块设计和用户体验优化提供理论支持。

**多媒体资料**：收集整理丰富的多媒体资料，包括但不限于：LBS技术原理的动画演示视频、附近商家系统（如美团、高德地）的功能演示截与操作视频、竞品分析报告模板、SWOT分析示例等。例如，针对教材第2章“附近商家系统设计”中推荐算法的内容，可准备不同算法（如基于距离排序、基于用户偏好的协同过滤）的原理说明视频；针对教材第4章“竞品案例分析”，可准备各主流竞品的宣传短片、用户评价节选等，为案例分析和讨论提供直观素材。

**实验设备与软件**：为支持实践项目，需准备相应的实验设备和软件环境。硬件方面，确保实验室计算机配置满足开发环境需求；软件方面，提供地API接口（如地、高德地开放平台）的试用账号，安装数据分析软件（如Excel、Python环境及Pandas库），以及项目管理与协作工具（如在线文档、Miro白板）。这些资源能让学生在实践项目中模拟真实开发环境，进行数据采集、处理、分析与可视化，并将竞品分析结果转化为可行的创新方案。

**在线资源**：利用在线教育平台和行业资源。推荐访问慕课平台获取LBS技术、数据分析相关的拓展课程；引导学生关注行业报告（如艾瑞咨询、QuestMobile发布的关于移动位置服务、本地生活服务的报告），了解市场动态和行业趋势；利用GitHub等开源社区，查看附近商家相关项目的源代码，分析技术实现细节。这些在线资源能拓展学生的知识视野，支持其进行更深入的自主学习和研究。

**案例库**：建立本课程专属的案例库，收录历届学生的优秀竞品分析报告、创新方案设计文档，以及教师收集的行业典型案例。案例库按主题（如推荐算法优化、新功能设计、商业模式创新）分类，供学生参考借鉴，激发灵感，也为后续教学提供素材积累。

五、教学评估

为全面、客观地评价学生的学习成果，确保课程目标的达成，设计以下多元化、过程性的教学评估方式，紧密围绕教学内容和技能目标展开。

**平时表现（30%）**：评估学生在课堂上的参与度和投入程度。包括对讲授内容的提问与思考深度、小组讨论中的发言质量与协作精神、以及实验操作中的积极性和规范性。例如，在分析教材第3章竞品分析方法论时，学生的提问是否切中要点，讨论是否展现出对SWOT模型的理解；在教材第5章实践项目设计阶段，学生的分工协作、动手实践情况。平时表现采用教师观察记录、小组互评相结合的方式，确保评估的及时性和反馈的针对性。

**作业（40%）**：布置与教学内容紧密相关的作业，检验学生对知识点的掌握和应用能力。作业形式多样化，涵盖理论理解与应用分析。例如，针对教材第2章，可布置作业要求学生绘制附近商家系统的功能架构，并简述核心模块的工作原理；针对教材第4章，可要求学生选择两个竞品，运用SWOT分析法进行对比，并提交分析简报；针对教材第5章，可布置小组作业，要求完成竞品分析报告的初稿，包括市场分析、竞品对比、存在问题等部分。作业评估注重过程与结果并重，不仅考察分析逻辑的严谨性，也关注数据运用和方案提出的创新性。

**实践项目（30%）**：以小组形式完成一个完整的附近商家系统竞品分析项目作为核心评估任务，占总成绩的30%。项目要求学生综合运用所学知识，包括LBS技术理解（教材第1章）、系统功能分析（教材第2章）、竞品分析方法（教材第3章）、案例分析能力（教材第4章）以及创新思维（教材第5章）。最终成果通常为一份详细的竞品分析报告和一次项目成果展示。评估重点包括：分析报告的结构完整性、逻辑严谨性、数据支撑度、观点独到性；项目展示的表达清晰度、团队协作情况以及应对提问的能力。教师根据项目评分标准进行评分，并结合小组互评结果，确保评估的公正性。

六、教学安排

为确保在有限的时间内高效完成教学任务，促进学生知识体系的构建和能力提升，特制定如下教学安排，结合课程内容、学生特点和教学目标进行规划。

**教学进度与时间分配**：本课程计划安排12课时，总计6学时，每学时45分钟。教学进度紧密围绕教材章节顺序展开，具体安排如下：

-**第1-2学时**：LBS技术原理与基础（教材第1章）。介绍LBS概念、技术架构及应用场景，重点讲解GPS、GIS等核心技术原理，为后续分析附近商家系统奠定基础。

-**第3-4学时**：附近商家系统的功能模块（教材第2章）。分析用户定位、商家数据管理、推荐算法等核心功能，结合案例讲解系统设计要点。

-**第5-6学时**：竞品分析方法论与案例分享（教材第3、4章）。系统讲解SWOT分析、用户调研等方法，并选取美团、饿了么等主流竞品进行案例分析，引导学生掌握分析框架。

-**第7-9学时**：实践项目指导与小组讨论（教材第5章）。布置实践项目任务，指导学生分组、选择竞品、制定分析计划，并进行小组讨论和初步调研。

-**第10-11学时**：实践项目执行与中期检查。学生分组完成数据收集、分析报告撰写，教师进行中期检查和指导，确保项目方向正确。

-**第12学时**：项目成果展示与总结。各小组进行项目汇报，展示分析结果和创新方案，教师进行点评总结，回顾课程核心内容。

**教学时间**：课程安排在每周的二、四下午第3节课，共计6周完成。此时间安排考虑了高中阶段学生的作息规律，避开早晨或深夜，保证学生有充足的精力参与课堂学习和讨论。

**教学地点**：理论授课部分安排在普通教室，利用多媒体设备进行PPT展示、视频播放和课堂互动。实践项目讨论和小组工作阶段，安排在配备投影仪和网络接口的研讨室或计算机实验室，方便学生进行分组讨论、查阅资料、使用数据分析软件和在线工具。实验室环境能更好地支持教材第5章实践项目的开展，满足学生动手操作的需求。

**教学调整**：教学安排将根据学生的实际学习情况灵活调整。如在讲解教材第3章竞品分析时，若发现学生对特定分析方法掌握不足，可适当增加讲解时间和练习环节；在实践项目阶段，若发现某小组遇到技术困难，可安排额外的时间进行辅导或经验分享。同时，鼓励学生在课后利用在线资源进行拓展学习，满足不同层次学生的学习需求。

七、差异化教学

鉴于学生在知识基础、学习风格、兴趣特长和能力水平上存在差异，为促进每位学生的充分发展，本课程将实施差异化教学策略，针对不同学生的需求调整教学内容、方法和评估。

**分层教学活动**：在教学内容和难度上设置梯度。基础层侧重于教材核心内容的掌握，如LBS基本原理、附近商家系统关键功能模块的识别（教材第1、2章）；提高层要求学生能深入理解技术细节，如不同推荐算法的优缺点比较、竞品分析模型的应用（教材第3、4章）；拓展层则鼓励学生进行创新性思考，如结合新兴技术（如、大数据）提出附近商家系统的新型应用或改进方案（教材第5章）。例如，在分析教材第4章竞品案例时，基础层学生需完成标准化的功能对比表，提高层学生需加入用户体验评价，拓展层学生需尝试提出创新性的功能组合或商业模式建议。

**多样化学习资源**：提供丰富多样的学习资源供学生选择。除了教材和教师提供的核心资料外，为学生推荐不同难度和侧重点的参考书、在线课程视频（如慕课平台上的LBS技术、数据分析课程）、行业报告摘要等。例如，对于对技术实现感兴趣的学生，提供相关技术博客或源代码链接；对于对市场分析感兴趣的学生，提供详细的行业竞争格局报告。这样学生可以根据自己的兴趣和能力水平自主选择学习资源，加深对教材相关内容的理解。

**灵活分组策略**：在小组活动和项目实践中采用灵活的分组方式。可采用同质分组，让能力相近的学生一起深入探讨复杂问题或完成高难度任务；也可采用异质分组，让不同能力、不同兴趣的学生搭配合作，促进相互学习、优势互补。例如，在教材第5章实践项目初期，可先按兴趣方向分组（如数据组、分析组、报告组），后期在撰写报告和展示环节再整合或微调小组构成，确保每个小组成员都能发挥专长并学习他人长处。

**个性化评估反馈**：设计多元化的评估方式，允许学生通过不同方式展示学习成果。评估不仅关注最终的项目报告和展示（教材第5章），也重视过程中的参与度和贡献。对学生的作业和项目成果，提供具体、有针对性的反馈，指出优点和不足，并给出改进建议。例如，对于分析逻辑不清的学生，指导其如何改进论证结构；对于缺乏创新想法的学生，引导其关注用户痛点和技术趋势。通过个性化反馈，帮助学生明确努力方向，实现能力提升。

八、教学反思和调整

教学反思和调整是优化教学过程、提升教学效果的关键环节。本课程将在实施过程中，通过多种途径进行定期反思，并根据反思结果及时调整教学策略，确保教学活动与学生的学习需求保持高度一致。

**课堂观察与即时调整**：教师在授课过程中保持敏锐的观察力，关注学生的课堂反应，如表情、笔记、参与度等。若发现学生对某个知识点（如教材第2章的推荐算法原理）普遍表示困惑，教师应立即调整讲解方式，或通过类比、实例、动画等形式进行辅助说明，增加互动提问，确保学生理解。对于小组讨论（如教材第3章竞品分析），教师巡视指导，倾听学生讨论，若发现讨论偏离主题或陷入僵局，应及时介入，进行引导或重申讨论要点。

**作业与项目分析**：定期批改学生的作业和检查项目进展（如教材第5章实践项目）。通过分析作业和项目成果，评估学生对知识点的掌握程度和能力运用水平。若发现普遍性问题，如对竞品分析方法的误用、数据分析能力的欠缺，应在后续教学中加强相关内容的讲解和针对性训练。同时，收集作业和项目中的优秀见解和典型错误，作为后续教学的有益补充和警示。

**学生反馈收集**：通过多种渠道收集学生反馈，了解他们对课程内容、教学方法和节奏的看法。可以在课后通过简短问卷、匿名在线反馈表（如学习平台内置的反馈功能）收集意见；可以在课后交流或专门反馈环节，邀请学生代表或随机学生发言。关注学生对教材内容相关性的评价、对教学活动趣味性和有效性的感受、以及对实践项目难度的反馈。例如，学生可能认为教材第4章的案例选择不够新颖，或实践项目的时间安排过于紧张，这些反馈都为教学调整提供了重要依据。

**教学效果评估**：结合平时表现、作业、项目（教材第4、5章相关内容）和期末评估结果，进行综合分析，判断教学目标的达成度。若评估显示学生在特定技能（如教材第3章的竞品分析能力）上普遍提升不足，则需要深入分析原因，可能是讲解不够深入、练习不足、或评估方式未能有效检验该能力，从而调整后续的教学重点和评估设计。定期（如每周或每两周）进行教学小结，梳理教学中的成功经验和存在问题，制定具体的调整措施，并在下一阶段教学中付诸实施。

九、教学创新

在传统教学方法基础上，积极引入新的教学方法和现代科技手段，旨在提升教学的吸引力和互动性，激发学生的学习热情和探索精神。

**引入虚拟仿真技术**：针对教材第2章附近商家系统的功能模块，特别是用户定位和商家推荐算法等抽象概念，开发或引入虚拟仿真实验平台。学生可以通过模拟界面，设置不同的用户位置、商家分布和偏好数据，直观观察GPS定位过程、地渲染效果，以及不同推荐算法（如基于距离、基于评分、基于用户画像）的运作方式和结果差异。这种沉浸式体验能增强学生对技术原理的理解，激发其探究兴趣。

**应用在线协作工具**：在教材第5章实践项目阶段，强制要求学生使用在线协作平台（如腾讯文档、飞书、Notion等）进行项目文档的共创、版本管理和任务分配。学生可以实时编辑分析报告、共享数据资源、进行在线讨论和头脑风暴。教师也可通过平台监控项目进展，及时提供指导。这种方式不仅提高了团队协作效率，也锻炼了学生的数字化协作能力，符合现代商业环境的需求。

**开展设计思维工作坊**：结合教材第4章竞品分析和第5章实践项目，引入设计思维（DesignThinking）方法论，学生开展短期的设计工作坊。引导学生在用户调研（教材第3章方法）、需求定义、方案构思、原型制作（可用纸笔或在线白板工具）和测试迭代等环节中，模拟产品经理的角色，培养以用户为中心的创新思维和解决实际问题的能力。这种体验式学习能显著提升课程的趣味性和实践价值。

**利用大数据分析竞赛**：若条件允许，可学生参加基于附近商家领域的大数据分析竞赛。提供真实或模拟的商业数据集，要求学生运用所学知识和技能（如教材第2、3章内容），完成数据清洗、特征工程、模型构建和商业洞察分析，并提交参赛作品。竞赛能极大激发学生的学习动力和竞争意识，提升其在真实场景下综合运用知识解决复杂问题的能力。

十、跨学科整合

附近商家系统涉及的技术、商业、市场等多个维度，天然具有跨学科属性。本课程将主动整合不同学科的知识和方法，促进学生的跨学科思维和综合素养发展，使学生在掌握专业技能的同时，也能具备更广阔的视野和更强的综合能力。

**融合信息技术与数学**：在讲解教材第2章附近商家系统的核心技术时，强调数学基础（如算法中的排序、搜索、统计方法；地坐标系统中的几何计算）的应用。分析教材第3章竞品时，引入数据分析中的统计学方法（如描述性统计、相关性分析）和机器学习基础概念（如分类、聚类算法），指导学生运用这些工具进行用户行为分析、市场趋势预测等，理解数学工具在商业决策中的价值。

**结合经济学与管理学**：在分析教材第4章竞品时，引入经济学原理（如市场结构、竞争策略、定价模型）和管理学知识（如商业模式画布、运营管理、用户体验设计），引导学生从商业竞争、盈利模式、用户价值创造等角度审视附近商家系统。例如，分析美团、饿了么的竞争策略时，可结合博弈论思想；分析其商业模式时，可运用商业模式画布工具，探讨其价值链和关键资源。

**融入地理学与城市规划**：结合教材第1章LBS基础和第2章系统功能，探讨地理信息系统（GIS）在附近商家系统中的应用，以及其对城市规划、资源配置的影响。分析商家分布的热点区域、交通可达性等因素对用户选择的影响，引导学生思考技术与社会、环境的互动关系。例如，分析不同区域商家类型的差异时，可结合地理学中的空间分析概念。

**结合社会学与心理学**：在教材第3章竞品分析中，引入社会学视角，分析附近商家系统对社区商业生态、人际关系的影响；引入心理学视角，分析用户行为背后的决策心理、消费习惯、情感需求等，理解个性化推荐、用户界面设计等如何影响用户体验和粘性。例如，分析用户对商家评价的依赖时，可结合社会认同理论和从众心理。

通过这种跨学科的整合，旨在打破学科壁垒，培养学生用综合性的视角理解和解决复杂问题的能力，提升其知识迁移能力和创新素养，使其成为适应未来社会发展需求的复合型人才。

十一、社会实践和应用

为将理论知识与实际应用紧密结合，培养学生的创新能力和实践能力，本课程设计以下与社会实践和应用相关的教学活动，确保学生能够学以致用，理解技术背后的商业逻辑和社会价值。

**企业参观或线上交流**：学生参观一家知名的附近商家系统企业（如美团、饿了么或其技术合作伙伴），或邀请企业专家进行线上分享。参观/交流内容可围绕教材第2章的商家系统运营、第3章的竞品策略、第4章的技术架构实现等展开。让学生了解真实的企业环境、工作流程、技术挑战和市场需求，将课堂所学与行业实践相对照，激发其职业兴趣和创新思维。例如，企业专家可分享其如何利用LBS技术优化配送路线（教材第1章应用），或如何通过数据分析改进商家推荐算法（教材第3章应用）。

**模拟商业路演**：在教材第5章实践项目完成后，模拟商业路演活动。要求各小组将其设计的“附近商家系统创新方案”或“竞品改进建议”作为商业项目，向“投资人”（可由教师扮演）和“评委”（可邀请其他老师或企业代表）进行展示和答辩。学生需准备路演PPT（涵盖市场分析、产品方案、技术实现、商业模式、团队介绍等），并进行现场演示和问答。此活动能锻炼学生的表达沟通能力、逻辑思维能力和商业策划能力，使其在实践中深化对附近商家系统商业运作的理解。

**真实数据驱动的分析项目**：与数据服务提供商或附近商家合作，获取脱敏的真实或准真实数据集（如用户位置日志、商家交易数据等）。要求学生（或小组）围绕特定商业问题（如教材第3章分析用户画像、第4章评估推荐效果、第5章优化营销策略），运用所学数据分析方法（教材第3章方法）和工具，进行实际的数据挖掘和分析，并撰写分析报告或提出解决方案建议。项目成果若能获得合作方认可，甚至可能转化为实际应用，极大提升学生的学习成就感和实践价值。

**开发小型原型应用**：鼓励学有余力的学生或小组，基于所学的LBS技术和附近商家系统知识（教材第1