对社交网络和社交关系的挖掘一直是数据分析和挖掘领域的热点话题,近几年来,移动互联网出现了爆发式的增长,无论是WLAN覆盖面积的空前提高,还是智能移动终端设备的升级换代浪潮,都使得人们对于网络中社交关系的研究兴趣和研究重点,由传统互联网中的固定用户,逐渐向移动中的无线用户倾斜和转移。在无线网络进行用户移动行为的特征分析和社交关系挖掘,对未来无线网络和移动网络提供新的发展方向有着重要的现实意义。在之前关于无线网络用户移动行为分析的研究中,研究者往往大多采用大学校园网络日志进行数据的收集。本文采用了一种新的基于无线探测的数据收集方式,对无线路由器进行二次开发成为Wi-Fi探针,捕获并提取智能移动终端设备的Wi-Fi请求信号,以MAC为标识形成每个设备的信息序列。建立了一个完整的无线数据分析平台Wibupt,包括了从数据采集,到传输、存储、处理、分析,到最终的可视化呈现。在这个平台中,我们对北京邮电大学进行了真实的数据收集,并定义和计算了多种特征指标,全面地分析了北京邮电大学Wi-Fi用户移动行为中所体现地校园数字特征。本课题还利用该平台收集的无线移动数据,进行了社会性关系挖掘。结合所收集的数据集特点,定义了新的社交关联度指标,进行了聚类分析,并对结果进行了进一步的数据分析和社交网络图分析,找出具体的社交关系分组和社交关联分布特征。这对我们对整个校园内的用户的社交情况有更加直观和广泛的了解,有着重要的意义。