随着移动互联网时代的到来和校园无线局域网的普及,越来越多的学校在校园内覆盖了无线网络,以满足在校师生能够随时随地接入无线网的需求。这使得通过监测智能终端产生的无线信号请求来获取用户的位置信息成为可能,从而为研究校园用户的移动规律提供了丰富的数据来源。因此,本文通过在校园内部署WiFi探针来采集用户的移动数据,基于这些数据进行了用户的移动性研究,以此更好的了解大学生的学习模式和校园行为特征。本文的主要工作如下:1)首先对人类的移动性进行了深入的研究,阐述了人类移动的空间特性和时间特性的研究进展。随后分析了无线网络中不同的轨迹数据获取方式的优缺点及应用场景。之后研究了数据挖掘技术在轨迹数据方面的应用。最后详细阐述了移动位置预测的研究现状及存在的问题。2)设计并实现了用户移动性分析系统。该系统主要包括数据采集、数据预处理和数据可视化分析及展示三个部分。本系统的工作流程如下:首先利用在校园内部署的WiFi探针来采集用户终端的无线请求信号。之后主要对WiFi探针周围的固定设备、信号强度较弱的设备及无法查找相应生产厂商的设备进行了过滤。最后利用数据可视化技术将分析结果以Web形式进行呈现。3)基于用户移动性分析系统本文主要对校园内的实时人流量、校园用户的轨迹模式、群体移动规律进行了分析及展示,并对分析结果进行了解释说明。4)提出基于概率后缀树的位置预测算法,该算法不仅考虑了用户在不同位置间的转移概率,而且考虑了用户在给定时刻出现在各个位置的时间概率。本文首先对该位置预测算法的原理进行了理论的分析,之后重点阐述了如何进行算法模型创建和位置预测。最后本文对该位置预测算法与基于Markov模型的位置预测算法分别进行了实验,并对实验结果进行了分析。