中文摘要：

基于位置签到的切客行为通过时间序列、行为轨迹和地理位置的信息标记组合实现了虚拟世界（Online）和真实世界（Offline）有效结合，创造了线上用户转化为线下客户的新营销模式；签到行为的位置趋向性与兴趣点的信息提示性为时空数据挖掘提供了一种新的研究思路，其中蕴含的用户行为习惯与消费趋势等生活模式的真实信息，是实现精准营销，体现商业价值的关键因素。本课题以实现用户与商户精确关联，提高营销的精准性为目标，通过三维度的切客生活模式挖掘，揭示其蕴含的用户生活习惯和行为规律，增加商家对客户潜在消费趋势理解；通过相似度计算识别行为相似的切客群体，发现潜在消费群体；建立切客经验值与位置兴趣度依赖模型，研究活跃用户与热门商户的关联关系。目的是为本地化营销提供精确的目标客户，实现线下用户精准选择，将线下消费者发现转移到线上，为本地服务类企业的精准营销提供有力的理论支持与实用工具。

结论摘要：

移动网络用户的生活模式对于O2O营销具有重要的价值，本课题以此为研究目的。首先对LBS用户位置信息建模，揭示其蕴含的用户生活模式。设计了一个实用高效的最大匹配算法（Max Matching Algorithm），创造性地识别出用户自行命名的签到位置，并在兴趣点（POI）语义层级模型中将这些位置信息与POI相匹配，为每一个用户建立起签到行为信息模型。其次，挖掘LBS用户行为频繁项。提出了基于速度的时空数据聚类算法用于抽取一条用户轨迹的停留区域，该算法基于最大速度和最小停留时长聚类停留，并使用分位函数估计参数值。然后将停留区域和某个具体的具有信息提示型的兴趣点相关联，利用设计的POI行为映射表分析历史轨迹中用户的行为，挖掘用户的生活规律。最后，研究了隐私关注对LBS用户行为的影响。本课题的研究探索了用户的生活习惯和行为规律，增加了商家对客户潜在消费趋势理解，为本地化营销提供了精确的目标客户，将现实世界消费者发现转移到移动互联网上，为本地服务类企业开展移动商务、精准营销提供有力的理论支持与实用工具。在国际期刊上发表了8篇论文，其中被SCI检索3篇，EI检索4篇，组织相关领域的研讨会1次，建设完成了切客信息分析平台和在餐饮领域的应用软件，并申请了软件著作权2项。