近年来,在互联网的飞速发展下,手机移动设备也从3G通信时代进入现在的4G互联时代。在2020年,我国预计将大规模运用5G移动通信技术。然而,当今数据挖掘领域的一个热点话题便是对移动应用设备产生的丰富数据进行分析与挖掘。本篇论文将引入数据挖掘技术来研究移动设备的使用情况并进行分析,最终为移动设备的运营商提供一定的参考。本文的研究工作主要包括三部分:第一部分:对本实验数据文件进行整合,对整合好的数据文件利用Excel进行整体的分析,从用户基本特性、时间特性、手机品牌特性、地理位置特性、使用的手机App种类这几方面进行研究,找到其中有价值的研究点。第二部分:从宏观上,运用数据挖掘中的聚类算法对经纬度数据进行聚类,通过使用Python语言编程来实现算法的功能并对聚类结果进行可视化。观察聚类后的结果,可以看到呈现出的结果大致是一个中国地图的形状,并且在中国地图的轮廓之外还存在一些较少的分布。重新设置k值对数据进行二次聚类,调用百度地图的API接口将二次聚类结果的每一个簇的质心数据进行图形化显示,并观察移动设备在地图上各个地方的分布情况,从而进行具体的分析。第三部分:从微观上,利用数据挖掘技术对移动设备用户使用的手机App种类进行关联规则挖掘,借助数据挖掘软件Weka中自带的Apriori算法进行关联规则挖掘,将挖掘出的实验结果进行分析。