日常生活中,人们出行并非局限于一个目的地,有时是一系列的活动地点。然而由于没有进行合适的规划,活动的目的地相距甚远,以致浪费了大量的出行时间。空间co-location模式挖掘能够从地图中获取具有相邻关系的实例,可用于提供一系列活动的目的地检索,缩短完成所有活动的时间。但经典的空间模式挖掘框架,会产生指数级别的模式,使得用户很难有效检索和利用这些模式实例。因此,本文将对空间co-location模式的概括展开研究,以得到具有代表性、方便于检索的概括模式,并提供出行服务路线推荐。针对概括模式挖掘,本文定义了模式相似度和模式间的概括关系,定量地计算模式间的相似度。为得到概括co-location模式,提出了概括树的概念,即将符合概括关系的模式通过树形结构进行存储。同时,结合挖掘并概括的框架,提出了RCPST的概括模式挖掘方法。RCPST能够在挖掘co-location模式的同时生成模式概括树,并提供给应用程序使用。在真实数据集上,通过对RCPST算法和二次挖掘算法RCPPost在概括模式数量上的评估,得出RCPST算法在平衡概括程度和保留实例信息上具有显著优势。本文从应用的角度,利用挖掘出的概括co-location模式,按照软件工程的基本步骤,详细介绍了基于概括co-location模式的出行线路推荐原型系统设计和开发过程。该原型系统利用实际数据,结合理论与工程,能可视化分析挖掘结果。结合概括co-location模式在出行服务中的应用场景,针对用户的需求,能够推荐合适的出行路线。