随着无线通信技术与移动互联网的发展,移动设备在人们的生产生活中逐渐普及。在这样的情况下,人们通过移动设备与基站进行信令交换、使用设备进行Gps定位会产生大量的位置类数据。在一些特殊领域中,对于位置类数据进行数据挖掘与构建分析模型的应用系统的需求急剧上升。但是对位置类数据的挖掘与分析有数据类型繁杂、数据量庞大、数据准确性不稳定、数据模型难以构建以及应用系统对分析结果的可视化展示问题和用户的可视化交互问题等难点。本文提出的时空分析系统是基于大量基站信令数据,结合数据挖掘和大数据处理技术,构建轨迹伴随分析和时空碰撞分析两大位置类分析模型,并为用户提供高效、准确、可视化的位置类数据分析手段。本文对时空分析系统的设计与实现做相关论述。时空分析系统整体采用分层架构设计思想,分为数据层、数据访问层、业务逻辑层和应用层。数据层是基于Hadoop框架构建的分布式系统,用于海量位置类数据的接入、清洗、格式标准化、位置纠正、存储与处理。数据访问层对数据层的数据访问方式、存储和结构透明化,对上层以服务的方式提供对业务逻辑数据的访问和分布式运算资源的调用。业务逻辑层主要涉及轨迹伴随分析和时空碰撞分析模型的实现。其中轨迹伴随分析模型为:对用户输入目标或者轨迹,在全量数据中符合输入伴随模式的目标集合,并按照相似程度输出;时空碰撞分析模型为:对于用户输入的空间和时间组合条件,分析出符合输入时空条件的目标结果集合,并且根据条件的符合程度顺序输出。两个分析模型舍弃传统以二维经纬度作为位置建模方式,采用一维化的geohash编码作为位置特征表现方式,解决位置类数据存储和查询的难点,在运算性能和准确性上有更优秀的表现。应用层采用web应用的方式和ArcGIS服务为用户提供灵活、动态、丰富的数据可视化和地图交互功能。本文所设计与实现的时空分析系统已经在特殊领域的信息化建设起到重要作用。本文从特殊领域对位置类数据挖掘需求的现状出发,对时空分析系统的整体架构和各层模块设计和实现进行相关论述,并阐述轨迹伴随分析和时空碰撞分析两个核心算法模型的的实现,最后设计并进行了对模型算法有效性的测试和整体系统的性能测试。本文期望在对相关领域下的数据挖掘系统设计和建设以及算法模型的设计起到参考和帮助。