LBSNS(移动定位社交服务)是LBS(基于位置服务)与SNS(社会性网络服务)的结合体，兼有二者的特性。LBSNS的出现为人们提供了一种全新的社会服务形式，与此同时LBSNS的出现也引出了很多全新的研究课题，好友和位置推荐就是其中重要的一个课题，很多研究人员都针对这一问题展开了研究并取得了一定的成果，但是现有的研究成果在很多方面仍有不足，这主要表现在数据处理不准确，用户相似性计算方法单一等方面，为了解决上述问题本文借助现有移动定位服务中好友与位置推荐框架的组织形式，革新了其中的部分算法，进一步完善了推荐框架。最终形成的框架主要包括四个部分。1.移动定位社交服务中好友和位置推荐算法。该算法作为指导性算法贯穿整个研究过程，之后的每一阶段的工作都以该算法为依据。2.用户位置数据提取与处理。该部分主要负责对获得到的用户原始数据进行处理，去除其中的噪音数据，从中提取具有参考价值的位置信息。3.用户相似性计算策略。该部分是整个研究的关键部分，现有的用户相似性计算策略主要分为两种，一种从用户地理位置的角度出发进行计算，另一种从用户行为语义的角度出发进行计算，本文创新的将这两种方法进行了有机的融合，这样处理不仅进一步提升了计算的效率同时也提高了推荐的准确性。4.好友和位置推荐方法。该部分通过一系列选择方法从前两个阶段工作得到的数据中选取符合条件的结果为用户进行好友和位置推荐。因为本文的研究内容具有很强的应用价值，因此，本文在理论研究的基础上，构建了移动定位服务好友和位置推荐系统原型，该系统原型具备了一定的功能，能够完成好友和位置推荐，更加完善的功能将在接下来的工作中进一步被完成。最终，本文给出了一系列对比实验和性能实验，这些实验进一步证明了本文研究内容的正确性。