[1]中当城市计算的概念被提出，当移动终端和信息基础设施开始相互结合，用户即可得到大量的地理位置等信息。[2]城市计算可以简单地理解为利用城市中的传感器、建筑、车辆甚至是人，来协同进行城市级计算。在近期出现了一批针对该概念的研究工作，比如[3]中，结合社交网络中（脸书网等）的用户数据来完成城市计算，通过使用这些带有位置属性的信息数据来发现一个城市中POI（兴趣点），并以此为基准进行推荐服务。
如今国内已然出现了大量的优秀的推荐系统应用，如点评网。和[4]及[5]中提及的电子商务推荐系统、[6]中的导购系统类似，这些推荐系统均是使用特定数据库存储用户签到、评论、照片等信息，并按照特定条件通过对这些信息处理排序，结合用户提供的搜索内容，为用户提供美食、住宿、团购的推荐。
本文所介绍的系统是使用当前推荐系统的模式，结合[7]和[8]中介绍的LBS服务而开发出的位置推荐系统，它主要通过对用户位置信息（坐标）及其使用时间，使用季节，签到记录等等信息，为用户提供个性化推荐服务。
1.2.    研究目的及意义
城市计算使人们生活更加便捷的同时，有这三个问题亟待解决：
1）如何高效地获得城市的动态数据，如人的移动、车流的变化、环境的变动等。
2）如何处理这些巨量而繁杂的数据，包括评论文本数据、图片视频数据等。
3）如何高效地表达并使用这些信息数据。
本文介绍的系统旨在使用基于城市计算LBS服务的推荐系统，在信息过载的境地中，对信息进行过滤，通过识别估测用户喜好，为用户提供个性化服务。并且，本系统将利用地图数据、图片及评论数据，使用户出行更加方便。
1.3.    论文组织
本文主要由7部分组成：
第一章：绪论。阐述论文背景及研究目的和意义。
第二章：开发环境及关键技术。介绍本系统设计所选用的技术及实现工具。
第三章：系统需求分析。详尽分析了本系统的可行性和设计目标。
第四章：系统设计与实现。介绍本系统总体设计、模块化设计方案及最后的模块化实现方法。
第五章：开发问题及解决方案。描述了开发过程中遇到的一些问题与解决方案，同时也将未能解决的问题罗列出来。
第751章：推荐系统测试。分别对每个功能进行测试，且为实验其精准度，定位、搜索测试均在测试后实地考察，以验证结果准确性。
2.    开发环境及关键技术
2.1.    开发环境
2.1.1 Android平台简介
Android是谷歌公司开发的操作系统，它是一款基于Linux的自由开源的操作系统，主要应用于移动终端。由[9]知其和其他操作系统相同，它也采用了分层架构，分别为程序层、框架层、系统库层和内核层。
Android相对于其他平台有：开放性、无约束、便于开发等特性，因此近年来发展迅猛，在2012年科技博客网站评选出21世纪电子产品排行榜中，Android稳居其中。截至2014，Android系统使用率已然超越iOS。
2.1.2 Eclipse
Eclipse 是一个采用SWT技术的跨平台自由集成的开发平台，就其本身而言，它只是一个框架和一组服务，因此它具有其他平台所不具有的灵活性，并且通过自由组配插件组件，开发者们可以构建出独特的开发环境。
本文选择使用当前最新的4.2.0 Kelper版本的Eclipse进行开发，最低SDK版本为7，期望版本为10。
2.1.3 ADT
ADT即Android Development Tools，如果使用Eclipse进行编写Android程序，则需安装ADT Plug-in,这是Android在Eclipse上的插件。当开发者需要进行安卓编程时，则必须在Eclipse上安装ADT。 基于Android系统的位置推荐系统设计(2):http://www.751com.cn/jisuanji/lunwen_10972.html