LBS（基于位置的服务）已经成为正在进行和即将推出的Internet.services的“杀手级应用”。 室内定位大数据（ILBD）实际上是非常大的多媒体数据。 但是，室内位置数据比室外数据复杂。 缺乏统一的表示模型和数据冗余，使得ILBD难以聚类和挖掘基于位置的值。 因此，本文为ILBD提出了一种新的多维特征模型和紧凑聚类算法。 统一的ILBD模型结合了不同尺度和状态的空间和时间特征，采用归一化的数据帧对原始数据进行预处理。 可扩展的欧氏扩展距离旨在表征异构数据之间的关系，并表示不同维度的连接