隨著移動(dòng)通信的迅速發(fā)展， 以手機(jī)為代表的移動(dòng)設(shè)備的成為人們生活中不可或缺的工具， 人們可以利用手機(jī)等移動(dòng)設(shè)備來記錄他們所達(dá)到的位置。本文將通過用戶對(duì)興趣點(diǎn)訪問所產(chǎn)生的系列位置數(shù)據(jù)， 依據(jù)時(shí)空數(shù)據(jù)的特性對(duì)原始數(shù)據(jù)集進(jìn)行預(yù)處理，利用模式挖掘的方法分析興趣點(diǎn)訪問序列中的頻繁模式， 根據(jù)用戶當(dāng)前所在的位置或最近訪問序列通過序列分析的方法進(jìn)行模式匹配，并按照匹配程度給出興趣點(diǎn)推薦列表。序列模式挖掘的方法最初主要應(yīng)用在客戶購買行為模式的分析和預(yù)測(cè)，來制定有效的營(yíng)銷策略，而最近該方法越來越受到人們的重視，應(yīng)用領(lǐng)域也越來越廣泛，如汪琳的 WEB 挖掘，褚紅丹的用戶訪問興趣路徑挖掘等。而序列分析方法最早出現(xiàn)在分子生物學(xué)領(lǐng)域而且目前已經(jīng)有較大的發(fā)展和廣泛的應(yīng)用，例如 DNA 序列和氨基酸序列的分析， 但是 Wilson 提出的序列分析方法改進(jìn)了傳統(tǒng)生物信息學(xué)的序列分析方法， 并應(yīng)用該方法研究一些社會(huì)群體的行為模式， 而李雄在利用序列分析方法來研究城市居民時(shí)空行為。目前推薦系統(tǒng)主要使用協(xié)作過濾的方法，該方法對(duì)用戶的每一個(gè)行為是被看作孤立的項(xiàng)，而本文中將關(guān)注用戶在某個(gè)時(shí)間段內(nèi)所有的行為模式即看作該用戶的序列行為模式， 因此本文利用序列模式挖掘結(jié)合序列分析的方法找出用戶可能會(huì)感興趣的地點(diǎn)列表。