随着移动互联网的发展,手机等智能移动终端已经融入人们的日常生活。人们在使用移动互联网服务的同时产生了大量的数据。其中,位置数据有着很高的利用价值,它可以用来挖掘人口的空间特性,计算区域人群密度,为公共安全事件预警、交通监测以及区域规划等提供帮助;还可以用来判断个体接触,为排查传染病密切接触者提供数据支持。位置数据获取的基础是终端定位,在室外可以通过GPS技术获取位置信息,但是在高楼下或是室内环境中,仅靠GPS无法实现。这种情况下,WiFi定位不失为一种有效的位置获取方式。本文将研究基于WiFi的移动终端定位及位置大数据的具体应用,主要研究内容如下:（1）设计了一种基于信号衰减模型的WiFi定位方法。通过两步定位,解决了 WiFi定位中缺乏信号源位置的问题。此计算方法简单,便于在大规模数据中使用。（2）对于定位精度要求高的场景,提出了一种细粒度WiFi指纹地图生成模型。该模型考虑了众包数据的位置噪声,将定位粗糙及精准的数据整体应用,通过特殊设计的像素提升模块和遮掩矩阵,在细粒度WiFi指纹地图构建这一任务上的表现超过了所有现有模型,并在定位实验中取得了和GPS相当的精度。（3）通过WiFi定位对原始位置数据进行了增补。以网格模型为基础,分析各个区域的人群密度,设计了一种融合外部因素的时空特征提取模型,该模型可以根据历史人群密度、天气和日期预测城市各个区域的人群密度,预测精度超过了 LSTM、GRU等常用时序预测模型。预测结果可以在交通拥堵、人群聚集和城市规划等问题中为政府相关部门提供决策支持。（4）本文开创性地对电子接触在传染病防治中的作用进行了研究,在新冠疫情背景下构建了一种电子接触模型,并采用机器学习算法预测接触者患病概率,在疫情防控中,该结果可以帮助政府缩小高风险接触者的搜索范围。