Los métodos convencionales espaciotemporales adoptan enfoques frecuentistas o basados en densidad para mapear clústeres de eventos a lo largo del tiempo. Si bien estos métodos discernieron puntos críticos de continuidad variable en el espacio y el tiempo, sus hallazgos pasan por alto ubicaciones de ocurrencias rutinarias donde el contexto geográfico puede contribuir a la regularidad de las ocurrencias de eventos. Por lo tanto, esta investigación tiene como objetivo reconocer las ocurrencias rutinarias de eventos puntuales y relacionar las características del sitio y la dinámica de la situación en torno a estas ubicaciones para explicar las ocurrencias regulares. Desarrollamos un algoritmo, Análisis de Ubicación de Ocurrencias Rutinarias (LARO), para determinar una unidad temporal apropiada basada en la periodicidad de los eventos, buscar ubicaciones de ocurrencias rutinarias y contextualizar geográficamente estas ubicaciones a través de la minería de asociación espacial. Demostramos LARO en un estudio de caso con más de 250,000 accidentes de tráfico reportados desde 2010 hasta 2018 en Dallas, Texas, Estados Unidos. LARO identificó tres ubicaciones distintivas, cada una exhibiendo frecuencias variables de accidentes de tráfico en cada hora semanal. Los hallazgos indicaron que las ubicaciones con accidentes de tráfico rutinarios están rodeadas de altas densidades de tiendas, restaurantes, entretenimiento y negocios. El momento de los accidentes de tráfico mostró una fuerte relación con las actividades humanas en torno a estos puntos de interés. Además del algoritmo LARO, este estudio contribuye a la comprensión de la periodicidad previamente pasada por alto en los accidentes de tráfico, enfatizando la asociación entre las actividades humanas periódicas y la ocurrencia de accidentes de tráfico a nivel de calle. El algoritmo LARO propuesto es aplicable a ocurrencias de eventos basados en puntos, como incidentes delictivos o avistamientos de animales.