基于地理信息服务的社交网络的快速崛起,改变了人们的出行习惯。这些社交网络允许人们通过签到等方式去分享他们的出行经验,于是这些社交网络积累了大量的签到数据。这些数据通常都包含有两个方面的信息,一方面由签到内容提供了语义信息,另一方面由数据的坐标提供了位置信息。基于时空数据挖掘分析人们的驾驶或旅游经验,为用户在路径选择和旅行规划时提供有效指引是轨迹数据研究的一个热点。对移动轨迹最早开展的研究,大多是从GPS轨迹中抽取POI信息,并依照用户之间位置历史的相似性来进行旅行路径推荐。现在的关于轨迹模式挖掘与路径推荐的工作,从功能上可以分为下面三类:热点地标识别、轨迹模式挖掘、路径推荐搜索。本文在轨迹模式挖掘与路径推荐技术的基础上,针对以往的工作只关注签到数据的位置信息,而忽略了签到数据的语义信息,研究了一个结合了位置信息与语义信息的路径推荐算法,并实现了路径推荐系统。且该算法不需要借助路网的辅助,即可实现。工作主要包括下面几个方面:首先,我们对空间进行网格划分,并将签到数据映射到网格中,对签到数据的文本信息进行深入挖掘,得到网格的概率主题分布,通过对相邻的网格进行聚类,得到区域。通过子区域的划分,又进一步找出每一个区域的用户兴趣点。然后,我们对签到数据的位置信息进行轨迹模式挖掘,通过计算相似度,合并等操作,来推测出每一个区域中用户兴趣点的联通情况,以及不同区域之间的联通情况。并进一步建立一个双层的图数据结构,可以加快最后的检索速度。最后,根据用户的地点查询集合,找到对应的区域和用户兴趣点,找出所有拥有相似地点集合的历史用户,根据设计好的贪心策略,依次从前一个查询地点,到后一个查询地点的概率,来决定最终用户查询的地点的访问顺序。最终,得到向用户推荐的路径。