1、無線網(wǎng)絡(luò)技術(shù)的發(fā)展與移動設(shè)備的流行，使得基于地理位置服務(wù)有廣泛的應(yīng)用，地理位置服務(wù)的研究也在最近幾年興起。最活躍的方向就是挖掘與預(yù)測移動對象路徑與關(guān)聯(lián)交易，大部分的研究都集中在從移動行為日志中挖掘移動模式。但這些研究大多沒有考慮時間因素對移動對象的影響。
　　 數(shù)據(jù)挖掘理論的成熟與技術(shù)的發(fā)展，使得我們更有效的從海量數(shù)據(jù)發(fā)現(xiàn)有用的信息。在1995年R.Agrawal提出了序列模式挖掘，學(xué)者作了很多的研究并且提出了很多很有效的算法來

2、提高序列挖掘的效率。本文分析了基于時間的Apriori算法的主要缺點(diǎn)：產(chǎn)生大量的候選序列模式，候選序列長度的增加是通過短序列連接而成，這些候選序列模式的規(guī)模是序列長度的指數(shù)級；多次掃描序列數(shù)據(jù)集，序列模式的產(chǎn)生必須要計(jì)算序列的支持度，只有當(dāng)序列的支持度大于預(yù)先設(shè)定的最小值時，這個序列才能稱為序列模式。本文應(yīng)用prefixSpan方法去改進(jìn)基于時間的類Apriori算法。prefixSpan并不像類Apriori算法那樣會產(chǎn)生不存在的候選