本文提出的室内定位系统部署在1469个商场中，所有的WiFi AP都是第三方部署的。并且作者发布了商场的指纹库数据，数据采集是基于5mx5m的网格。室内定位系统每天可以收到8810万的定位请求。 本文提出的定位系统获得了4.56的评分基于41500个投票结果，投票的时间范围是从2020年1月到2022年3月。为了评估模型的效果作者手动收集4个商场的groundtruth，包括大中小各种类型的商场。并且选择一个大型和一个中型的商场，跟苹果比较室内的定位结果。 最终总共收集了31140个参考点进行定位评估（参考点的位置，通过激光测距仪测量当前位置与墙等位置的距离，进而通过楼层平面图推测参考点位置），其中大商场包括20300个，中型商场5230个，小型和特殊形状的商场分别2510个和3100个。并且对比了不同系列的Iphone手机和不同品牌的Android手机，商场定位效果如图9所示。

从下图9可以看出，在大型和中型的商场本文提出的室内定位系统可以获得6.12米和6.43米中等误差定位精度。本文提出的系统获得了与苹果通过人工收集指纹方式（苹果室内定位：https://register.apple.com/resources/indoor/Apple-Indoor-Maps-Program.pdf）差不多的定位精度。在小型和特定形状的商场，苹果没有指纹采集的情况下，定位效果显著下降但是本文提出的室内定位系统没有出现显著的下降。

下图10展示了不同品牌手机的定位效果对比，从下图可以看出不同品牌的手机定位效果没有显著的差异。

AP位置估计： 在4个商场中通过名称匹配的方式，分别可以获取1592，288，101和176个AP的位置，分别各自占比52.8%，51.33%，47.64%，39.82%，将这种AP使用绿色点表示。进一步通过近似估计的方案，可以估计出1251，237，84和230个AP的位置，把这些AP标记为红色。最终有位置的AP的占比分别为94.38%，93.58%，87.26%，91.85%，还有一些没有估计出位置的AP标记为灰色。