Los métodos de preservación de la privacidad de la ubicación para los servicios basados en la ubicación en redes de comunicación móviles han recibido una gran atención. Los métodos tradicionales de preservación de la privacidad de la ubicación se centran principalmente en la investigación del análisis de datos de ubicación en el espacio geográfico. Sin embargo, hay una falta de estudios sobre la preservación de la privacidad de la ubicación al considerar las características personalizadas de los usuarios. En este documento, presentamos un esquema de Preservación de la Privacidad de la Ubicación Impulsado por el Conocimiento (KD-LPP), con el fin de extraer las preferencias del usuario y proporcionar protección de privacidad de ubicación personalizada para los usuarios. En primer lugar, se propone el algoritmo UBPG para extraer el retrato básico. La familiaridad del usuario y la curiosidad del usuario se modelan para generar un retrato psicológico. Luego, se construye la matriz de transferencia de ubicación basada en el retrato del usuario para transferir la ubicación real a una ubicación anónima. Con el fin de lograr una protección de privacidad personalizada, se modela la cantidad de privacidad para cuantificar la demanda de protección de privacidad del usuario objetivo. Finalmente, la evaluación experimental en dos conjuntos de datos reales ilustra que nuestro esquema KD-LPP no solo puede proteger la privacidad del usuario, sino que también puede lograr una mejor precisión en la protección de la privacidad.