本发明公开了一种基于K均值聚类的时间感知自适应兴趣点推荐方法，该方法包括：第一步、将签到数据集转换成三维评分矩阵；第二步、统计每个时间槽内的签到用户数量、被访问兴趣点数量和签到次数，构建各时间槽的三维签到特征向量；第三步、对时间槽进行K均值聚类，计算同一聚类内各时间槽之间的时间相似度；第四步、利用同一时间聚类内其他时间槽中的评分信息计算当前时间下的用户相似度；第五步、利用时间聚类结果和聚类内部的时间相似度对传统的基于用户的协同过滤方法进行改进，使其能根据当前推荐时间自适应生成兴趣点预测评分；第六步、对比本发明提出的推荐系统和其他经典推荐系统的推荐精度，评价所提出技术的准确性和有效性。