空間并置（ co-location）模式是指其實例在空間鄰城內頻繁共現的空間特征集的子集。現有的空間co-location模式挖掘的有趣性度量指標，沒有充分地考慮特征之間以及同一特征的不同實例之間的差異；另外，傳統的基于數據驅動的空間co-location模式挖掘方法的結果常常包含大量無用或是用戶不感興趣的知識。針對上述問題，提出一種更為一般的研究對象——帶效用值的空間實例，并定義了新的效用參與度（UPI）作為高效用co-location模式的有趣性度量指標；將領域知識形式化為三種語義規則并應用于挖掘過程中，提出一種領域驅動的多次迭代挖掘框架；最后通過大量實驗對比分析不同有趣性度量指標下的挖掘結果在效用占比和頻繁性兩方面的差異，以及引入基于領域知識的語義規則前后挖掘結果的變化情況。實驗結果表明所提出的UPI度量是一種兼顧頻繁和效用的更為合理的度量指標；同時，領域驅動的挖掘方法能有效地挖掘到用戶真正感興趣的模式。