随着世界经济的不断发展,城市规模不断扩大,城市不合理建设问题日益严重,寻找有效改善城市设施不合理分布现象的方法显得尤为重要。近些年,空间数据逐渐成为各种信息系统的基础与主题,空间数据挖掘技术在高速发展的同时被得到广泛应用。空间co-location模式挖掘作为空间关联规则挖掘的一个重要的研究方向,在城市规划的应用方面得到大力推广。然而,一般的研究成果都是基于理想化的全局空间数据,却忽略了现实生活中城市规划的必要制约因素。为了使挖掘结果更贴合生活实际,本文通过使用带约束的空间co-location模式挖掘算法,研究规划合理的先进城市布局,获得其中特征对象的分布规律,从而帮助政府的相关机构进行新城区的开发或新城的整体规划。本文首先梳理了当前数据挖掘和城市规划的研究现况,对空间关联规则的基本概念及其挖掘算法进行了介绍,进而引出空间co-location挖掘模式,阐述了其概念、挖掘的方法以及目前的研究成果。其次,本文使用带约束的挖掘方法,对规划成熟的城市新加坡进行挖掘处理:对其中各个特征对象之间进行co-location模式挖掘,得到所有满足条件的模式,在此基础上加入约束条件,对其进行数据的剪枝处理,最后得到符合现实生活的城市规划挖掘结果。在文章的最后,对挖掘到的结果进行分析,并与没有加入约束条件的挖掘结果进行比较并得出结论。笔者以居民区为核心特征进行条件约束,即保留与居民区相关的频繁模式,并在此基础上对一些特定模式删除处理,进而进行空间co-location挖掘。在数据处理上,本文在计算空间邻近关系R时,运用经纬度去计算地球上两点精准距离的公式,使得到的距离数据更加的精准。在算法上,本文在经典的全连接算法的基础上进行了一些优化,提出了E-C join-based算法,即在原算法运行到产生候选模式的步骤时,加入约束条件,删掉不满足约束条件的模式,选取出符合约束条件的满足min_prev和min_conf的所有空间co-location规则。使其挖掘结果在满足约束条件的同时减少了接下来的不必要计算,从而提高了算法的效率,也使挖掘结果对现实生活中的城市规划更具有参考价值。