兴趣点推荐是基于位置的社会网络的重要研究内容之一。传统的兴趣点推荐算法或者应用基本的协同过滤方法，或者在基本的协同过滤算法中引入空间特征，而没有充分发掘时序特征对推荐算法的重要性。为了进一步提高兴趣点推荐算法的性能，提出了一种面向时序特征的兴趣点推荐算法。给出了基本的基于用户的协同过滤方法，分别描述了时间特征和空间特征的作用，并给出了相应的模型表示方法；将时间特征和空间特征进行融合，提出了一种联合推荐算法。实验表明，提出的算法与其他相关算法相比，准确率和召回率显著提高，因此更适合兴趣点的推荐服务。