本文探讨了运营商中国联通江苏省分公司在互联网化环境下实体门店的困境以及寻求变革的方法尝试。通过O域数据分析、位置信息测算、线上运营与线下实体门店结合、产品与触点协同和互联网社交能力的应用来实现精准点对点邀约的系统化工具,即基于新零售C2B架构的互联网+营业厅协同管理系统（以下简称为“炒店系统”）。炒店系统实现了基于位置的场景化营销,实时监测营业厅实体门店经纬度周边范围内的流动用户和常驻用户,进行实时的业务推广营销,最大效力支持短期的业务推广。本文重点针对炒店系统基于场景应用对在网用户进行智能定位的方法研究,建立定位模型,寻找定位精度与定位时长在场景应用中的平衡点。首先分析江苏联通营业厅实体门店的现状,讨论炒店系统的基本架构和接口,对炒店系统原先使用的三角定位算法做了详细分析,指出存在精度不足、抗干扰能力差等问题。然后对炒店系统大数据定位方法和定位数据库进行了分析,在此基础上,提出基于MR数据的指纹定位算法和基于信令的实时定位算法。通过探究指纹定位学习网络的结构特性,提出了一种基于MR数据的PNN神经网络的指纹定位实现方法,在仿真实验中,通过对MR数据库模型数据与实际采集的MR数据的融合处理,可快速地给出精度更高的定位结果。基于信令的实时定位算法,具有结构简单,定位延迟低,经过大数据的流式处理能更快的定位到移动中的用户位置,缺点是定位精度较低,抗干扰能力较差,文中提出一个循环防抖去噪处理方法,能在数据预处理的过程中起到积极的作用。为了提高用户的定位精度和实时性,对二者的定位结果还进行了决策融合。最后是对炒店系统功能模块和应用层进行描述,通过对用户分类,将基于MR数据的指纹定位算法和基于信令的实时定位算法应用于炒店系统的场景选择流程中。通过生成小区传播模型,实现移动场景的识别,可实时触达周边200米-500米范围流动拜访用户。炒店系统在经过5年的市场检验下,取得了较好的成绩,定位算法也迭代更新为基于MR数据的指纹定位算法和基于信令的实时定位算法,炒店系统现已在中国联通全国31省落地推行,并使用在越来越多的应用场景之中。