时空嵌入式网络用户轨迹序列模式挖掘在数据挖掘领域中具有重要意义，针对当前方法存在用户轨迹序列模式挖掘 效率低的问题，提出基于差分隐私的网络用户轨迹序列模式挖掘方法，利用自适应方法分析用户轨迹序列的长度分布情况， 计算添加或者删除输入序列时的敏感度，选取最优截断长度。查询用户轨迹数据库中的支持度，并计算其轨迹的全局敏感 度，通过对全局敏感度的计算可以得到全局敏感度的上界，并且网络用户轨迹数据的最大长度与全局敏感度成正比，根据序 列权重之和来降低时间复杂度，利用降低后的时间复杂度等条件计算截断后的用户轨迹序列，可以得到用户轨迹数据库所 记录的条数和序列向量，更新向量能够获得最优截断序列。构建前缀序列，利用等价关系对前缀序列判断，最终实现了时空 嵌入式网络用户轨迹序列模式的挖掘。实验结果表明，提出方法在对网络用户轨迹模式挖掘时，不仅运行时间短效率高，挖 掘过程中数据的查全率较高，数据的完整性好。