在当前这个全球趋于城市化的背景下,人们对移动设备的要求也随之而增大。随着全球定位系统GPS技术的快速发展,可以很方便的获取到用户的当前位置信息。人们在活动时移动过程中形成的轨迹也就可以通过收集GPS数据来保存下来,通过挖掘GPS轨迹数据背后隐藏的信息,可以发现用户之间的关系,根据用户的历史轨迹可以预测出相似性用户的目的地和移动方式,从而可以判断出未来时间内的拥堵路段,用于解决交通拥堵的问题提高城市路网的通畅。本文通过挖掘原始GPS数据找出用户之间的信息,用户不仅可以找到与自己活动相似的用户建立用户社交网络,还可以通过相似用户预测其他用户的目的地,从而给用户一些活动推荐,比如商场推荐、餐厅推荐、游乐场推荐等等。基于GPS的数据挖掘近几年来成为了数据挖掘中炙手可热的一项研究。原始GPS数据的海量性与繁琐性在计算中会降低计算效率,通过挖掘原始GPS数据中的好的特征来构建GPS数据特征空间是解决该问题的有效手段之一。本文提出两种方法用于构建GPS数据特征空间,一种是将路段的速度与方向作为特征进行特征空间构建,一种是将路网中的交叉路口作为特征进行特征空间构建。从原始GPS数据中提取出好的特征构建GPS数据特征空间,使用提取出的特征来代表用户的轨迹,可以加快对用户轨迹的研究与计算。本文主要分析多用户之间的关系,也就是多用户之间的相似性。将历史轨迹中相似的轨迹进行聚类,相似的轨迹在一个类簇中。