自进入新世纪新时代,商业高度快速发展,商家位置重要性更加突出。一个优秀的商业位置将会给商家带来巨大的客流量,很大程度上提升商家知名度;而一个不适合的商业位置将可能使商家承受更大的竞争,并且位置一旦选择,无法轻易更换。商业地址选择是一个任何实体商家无法回避的问题,这就需要商家在进行商业选址时高度谨慎,必须确保所选位置是最优的,不要再次更换位置,造成浪费。现有的地址选择方法主要是自顶向下手动进行选址,无法适用于较大数据量。本文认为与一个实例特征相同的其它实例在空间上的分布会影响这个实例的价值,故提出一种基于密度和空间Co-location模式的商业选址方法,根据现实生活中的商家数据,客观准确地进行商业地址选择,解决现有地址选择方法无法在大数据情况下选址的问题。本文提出的商业地址选择算法是基于密度和空间Co-location模式来实现的,首先,对提取的真实数据集进行预处理,使其数据标准规范;第二,对预处理后的数据集构建本体,使其语义概念明确规范;接着对数据集进行空间邻近度量,得到空间邻近关系;第三,根据本体和空间邻近关系挖掘出含有用户指定选址特征的频繁Co-location模式;第四,根据语义概念对用户指定选址特征进行区分,判断出特征之内的影响是正是负;最后,基于密度挖掘出含有用户指定选址目标的高价值模式,并进行选址推荐。本文利用北京市的真实POI(Point of Interests)数据集进行实验以评估各个参数对选择商业地址准确性的影响,同时构建商业地址选择原型系统,使原型系统简单实用,同时实验证明了本文提出的商业地址选择算法的有效性。