随着移动互联网和智能移动终端的迅速发展,基于位置的服务(Location Based Services LBS)层出不穷,已广泛应用于军事、交通、物流等诸多领域,为人们日常生活带来了很大帮助。在基于位置服务的应用中,人们可利用随身携带的移动设备来获取所需的各种服务,还可实现从当前位置到所需地点位置间的最佳路线、公交换乘等方案。这样,基于位置的服务给人们的出行、及时准确把握方位和办事效率起到了良好的导向作用。可以说,基于位置的服务应用是因互联网而兴,因移动互联网而盛!由于无线网络中客户端与服务器端的频繁断接,移动用户的随时电话等业务都将会终止或推迟网络数据的传输,使得基于位置服务的应用中出现查询迟缓、查询信息失效问题,影响LBS应用率。本文结合移动网络和移动数据库的特点提出数据预处理技术,通过服务器端数据预处理和提前发送,使部分移动终端向服务器端数据库的查询转化为移动终端上本地数据库查询,减少查询等待时间。同时,为了提高服务器端推送信息的命中率,本文运用基于移动用户历史时空数据的智能学习策略,使位置服务信息更贴近用户的实际需求。在位置服务理论知识的基础上,我们建立了基于数据预处理的LBS购物导航模型。通过实验模拟购物导航,实验结果数据对比表明数据预处理技术对不同命中率情况下的数据访问,能够有效缩短查询时间,实现无线网络断接下的有效查询,改善查询信息失效问题,并具有较好的稳定性,对基于位置的服务应用具有潜在的实用价值。本文在LBS系统的基础上,从移动终端和服务器端上研究分析数据预处理技术。主要工作有：●通过分析LBS应用中服务请求流程,提出数据预处理技术。并通过实验验证数据预处理技术能有效地提高查询效率、减小传输数据失误率。●在移动数据库中,对预处理后的数据进行本地移动数据库储存,并分析预处理后的移动查询策略,使LBS的部分查询在移动终端上完成,降低无线网络对LBS查询的影响。●通过服务器端的数据预处理和移动终端上查询语句的优化(如查询匹配、剪枝等)减少无线网络的数据传输量,减少数据的误发、重发。