随着第三代通信网络的普及和智能移动终端的流行,基于位置的服务在很多领域有广泛的应用。位置服务是指通过移动通讯网络或者GPS方式获取用户的地理位置,在电子地图等平台帮助下为用户提供特定服务的业务。由于移动终端的屏幕尺寸有限,能展示的内容较少,用户在使用现有位置服务时普遍存在着查找兴趣内容所需操作繁琐、用户体验差的问题,同时现有的位置服务未能充分利用用户的历史数据。本课题选自教育部新世纪人才计划的“现代服务业共性服务理论体系研究”项目,针对目前位置服务存在的上述问题,提出将数据挖掘功能整合到位置服务中,可为用户提供基于位置的个性化推荐服务,有效改善用户体验。本文首先介绍了基于位置的服务定义、分类和国内外的发展状况,讨论了位置服务的组成元素和基本架构,介绍了数据挖掘的相关概念,数据挖掘的一般性流程以及如何评估数据挖掘算法等。然后给出了基于数据挖掘的移动位置兴趣点推荐系统的设计方案,包括系统的架构设计,客户端、服务器、数据库和推荐引擎等模块的设计；重点讨论了实现位置服务的关键技术,包括基于Android平台的客户端开发技术、MVC模式服务器的搭建、推荐机制的选择和数据稀疏性的解决方案等。最后给出了基于数据挖掘的移动位置兴趣点推荐系统的实现方案,包括客户端、服务器和推荐引擎的实现,并通过实验评估了不同推荐机制的质量。课题的意义在于通过将数据挖掘功能引入到位置服务中,可以为用户提供精准的基于位置的个性化推荐服务,改善用户在移动终端上使用位置服务的体验,增强用户粘性。本文最后总结实现基于数据挖掘的移动位置兴趣点推荐系统所做的工作以及课题中有待进一步改善的地方。课题的创新之处在于针对移动位置服务的特点,引入社会化推荐功能,实现了基于位置的兴趣点个性化推荐服务,可有效提升用户体验。