近年来,城镇化的进程不断加快,城市人口急速增长,给城市建设规划和设施管理造成了巨大压力,各种各样的问题更是不断涌现,如医疗困难、交通拥堵、传染病扩散快等问题,通过分析研究人群移动的聚集与分散模式得到人群的移动轨迹,可以给政府进行道路修建,城市建筑规划等构建智慧城市提供重要的数据支持。所以众多学者对人群移动模式进行了大量的分析研究,但目前大部分都是基于单数据源分析,而传统的单数据源分析具有片面性,难以全面考虑到人群移动的模式,针对这一问题,本文首先对体现人群移动行为的数据进行重构,并在此基础上应用面向多源数据的人群移动模式分析方法,从而在更大程度上降低由于不确定性因素带来的误差,给智慧城市的建设提供更有力的支持,本文具体研究内容如下:（1）时空数据重构。因为时空数据集的时间粒度较细,一般具体到几分几秒,这样会导致由于不确定性因素而造成主体定位出现误差。通过时间粒度分类来获取不同时间粒度下数据主体对象的聚类效果并选出最合适的时间粒度,可以为后续分析提供数据支持。（2）基于时间与空间特征的聚类。本文研究一种基于不确定性数据分布的聚类方法,先对提出的算法进行描述,然后对第三章处理后的数据基于时间与空间的特征进行聚类,并研究分析人群移动聚集与分散模式的聚类方法。对于不同的应用目标,按照不同的维度出发,研究分析人群移动聚集特征的方法。最后对提出的方法与现有的其他聚类算法进行比较。（3）基于多数据源的人群移动模式挖掘。本文将各数据源按照不同性质聚类得到的聚类结果进行相互整合,包括同一类型数据源之间的结果整合以及不同类型数据源结果之间的相关性分析,以得到具有更广泛意义的人群移动模式的发现方法。从多个方面对人群移动聚集与分散模式的发现方法进行研究。