随着移动智能设备的迅速发展,越来越多的用户喜欢将日常拍摄的照片上传到照片分享网站上,这些照片包含丰富的元数据信息,如用户名、标签信息、经纬度信息、照片的拍摄时间等,利用这些带有地理标记的照片可用来发现景点,但是传统的基于密度的聚类算法具有不能区分相邻的高密度区域,在密度分布差异较大的区域有较差的适应性的缺点,所以,本文除了利用照片的经纬度信息外,还考虑利用照片的拍摄时间,从而构成用户的轨迹信息,通过对轨迹片段的聚类来发现景点。首先,给出基于轨迹片段的景点发现问题的定义。提出带有标识矩阵的聚类算法,该算法利用标识矩阵来记录轨迹片段之间的相交情况,然后根据轨迹片段的编号进行聚类,最后根据编号找到对应的轨迹片段并设置分类Id。为了减少判断轨迹片段相交的次数,提出聚类算法的改进,在判断轨迹片段相交的同时对轨迹片段设置分类Id,这样已经被分到同一类的轨迹片段将不会被判断相交情况。其次,提出基于网格索引的优化算法。根据每个轨迹片段经过的所有网格找到这些网格中还有哪些轨迹片段,找到与之可能存在相交关系的轨迹片段的集合,这样就直接裁剪掉不可能存在相交关系的轨迹片段,然后根据裁剪后的结果判断相交并进行聚类,这样就减少了判断相交的次数,提高了程序的运行效率。最后,根据真实的数据集进行实验,验证所提算法的有效性。