1.一种基于社会网络的旅游服务推荐方法，其特征在于，包括：

以用户的位置为圆心，由用户指定半径；

聚类在此半径内的其他用户位置信息以产生中心点；

再进一步筛选中心点，产生推荐点。

2.根据权利要求1所述的基于社会网络的旅游服务推荐方法，其特征在于，聚类在此半径内的其他用户位置信息以产生中心点时，采用Nois k-means算法。

3.根据权利要求2所述的基于社会网络的旅游服务推荐方法，其特征在于，Nois k-means算法包括：使用了基于Nois的初始方法来估算K值与初始中心点，其中，K值为K-means算法需要指定的K值。

4.根据权利要求3所述的基于社会网络的旅游服务推荐方法，其特征在于，Nois初始时：采用下述方式产生新解：将K值转换为二进制随机反转某一位的数值产生新的二进制数值，转换为十进值数值就得到了新解；

采用下述方式进行解的优劣度判断：根据产生的新解，利用k-means++初始化中心点的方式，产生初始化中心点，并且由于在同样的K值情况下，产生的中心点的位置并不是固定的，可以寻找更优的初始化中心点的分布；

采用下述方式进行解的评估：

5.根据权利要求4所述的基于社会网络的旅游服务推荐方法，其特征在于，k-means聚类方式为：通过Nois算法初始化的中心点，计算数据点与各个中心点的距离，把每个数据点分配给距离最近的中心点，根据分配的数据点重新计算中心，直到满足终止条件退出循环。

6.根据权利要求5所述的基于社会网络的旅游服务推荐方法，其特征在于，再进一步筛选中心点包括：以Nois K-means计算出中心点之后，通过GPS坐标反查地址的方式，反查出每一个中心点的地址，通过匹配地址中关键字的方式排除与商场、公园等公共休闲设施和旅游景点无关的中心点，并且将反查出地址相同的中心点进行合并，避免出现地址重复的情况。

7.根据权利要求6所述的基于社会网络的旅游服务推荐方法，其特征在于，产生推荐点包括：将筛选之后的中心点，计算中心周围的人员的密度并且按照密度排序，以列表的方式展示出中心点地址的相关信息。

8.根据权利要求7所述的基于社会网络的旅游服务推荐方法，其特征在于，中心点人员密度计算方式如下所示：其中，D代表人员密度，S代表中心点建筑的建筑面积，Pn代表在中心点建筑范围内的人员数量。