1.一种基于用户历史消费数据的商家推荐方法，其特征在于：所述方法包括以下步骤：步骤1、用户设定搜索半径r，搜索关键词；

步骤2、设备获取用户位置P0，并以周期T将关键词，半径r和P0发送给服务器；

步骤3、服务器根据P0搜索附近商家，得到附近半径r范围内的商家列表Lin；

步骤4、选择Lin中第一个商家m；

步骤5、如果m不存在，前往步骤6，否则计算m评分的平均分：所述计算过程为：

(5.1)获取商家m最近一个月的用户消费数据列表Lm；

(5.2)将Lm中用户位置与商家m位置距离大于设定值d的消费记录删除，并计算得到用户数量n以及每个用户的消费次数Ci，i＝1,2,…,n；

(5.3)计算商家m总计销售数量Ctotal，根据用户账户等级权重ωg和最近一个月的购买次数划分的区间计算每个用户的评分总和Si，i＝1,2,…,n，其中ωg是用户账户等级的权重，ω1、ω2和ω3是购买次数区间的权重，并统计最近一个月商家获得的评分总和Stotal，为：(5.4)根据评分总分Stotal和销售数量Ctotal，计算商家评分的平均分Savg，为：(5.5)将m添加到推荐列表Lout中，并从Lin删除m,返回步骤4；

步骤6、服务器根据计算的平均分从高到低排序输出的列表Lout，并将Lout返回给设备。

2.根据权利要求1所述一种基于用户历史消费数据的商家推荐方法，其特征在于：在所述步骤1中，用户使用设备，所述设备能够通过GPS获取当前的具体位置，且能够访问互联网，搜索半径r为用户自定义距离大小，单位为公里，两个位置间距离根据经纬度计算为；

d′＝arccos(sin(y0)*sin(y1)+cos(y0)*cos(ye)*cos(x0‑x1))*Re，其中，Re是地球半径，(x0,y0)和(x1,y1)分别为两个位置点的经纬度坐标。

3.根据权利要求1或2所述一种基于用户历史消费数据的商家推荐方法，其特征在于：在所述步骤2中，周期T为预先定义好的时间，单位为分钟。

4.根据权利要求1或2所述一种基于用户历史消费数据的商家推荐方法，其特征在于：在所述步骤3中，得到的商家列表Lin中的商家已经根据距离由近到远排好序。

5.根据权利要求1所述一种基于用户历史消费数据的商家推荐方法，其特征在于：在步骤5中，商家的信息和用户消费历史数据已经预先存储在数据库中，商家信息包括有名称和位置信息，用户消费历史数据包括有消费账号等级、消费者的名称、消费位置、消费时间以及对商家的评分，用户消费位置与商家位置相差设定的值d用来判断用户消费位置与商家位置是否符合，单位为米，且每次评分范围为0‑5分，都是整数，最后商家所得的平均评分保留一位小数。

6.根据权利要求5所述一种基于用户历史消费数据的商家推荐方法，其特征在于：在步骤5中，t1和t2表示正常购买次数区间的下限和上限，t3表示过于异常购买数量起始值，超出t3的用户评分全部为0，不同权重ω1，ω2和ω3为对应购买次数区间的分数折算百分比，ω2>ω1≥ω3，ωg为不同账号等级对应的分数折算百分比，不同消费次数区间的评分与对应消费次数区间权重以及账号等级对应权重的乘积为对应的实际消费次数区间评分值。