随着通信技术、互联网的发展,产生了大量的移动轨迹数据。基于移动轨迹数据来进行复杂网络构建,通过分析复杂网络揭示隐藏在不同复杂系统中的共同规律,可以更好地服务于交通、医疗、信息等诸多领域。传统方法挖掘出的移动性知识特征太过单一,不能反映出复杂系统的特征。为了能有效对复杂系统进行研究分析及应用,我们需要从网络的角度来进行分析:研究从移动轨迹中提取移动性知识并构建复杂网络的方法,包括基于序列模式挖掘的移动性知识复杂网络构建方法和基于图挖掘的移动性知识复杂网络构建方法。基于序列模式挖掘的移动性知识复杂网络构建方法研究,包括3部分内容:(1)移动性知识的的基本概念以及序列模式挖掘方法;(2)基于GraphX的构图方法;(3)利用GraphX对挖掘出的序列模式中的前后项进行连接以构建复杂网络的方法。基于图挖掘的移动性知识复杂网络构建方法研究,也包括3部分内容:(1)频繁子图挖掘的相关概念及挖掘算法;(2)基于gSpan算法的频繁子图挖掘方法;(3)利用GraphX对挖掘出的频繁子图中的公共项进行连接以构建复杂网络的方法。实验部分对提出的两种复杂网络构建方法进行研究对比。实验结果表明:采用基于移动性知识挖掘的方法构建复杂网络不仅能较好地体现出复杂网络中节点的聚集程度和节点的重要程度,还能更清晰地刻画出网络内部结构的复杂程度。相较于基于图挖掘构建复杂网络的方法,基于移动性知识挖掘构建复杂网络的方法具有可用性强、有效性高的优点。