社交网络已经变成了许多人的每日生活的必不可少的一部分。许多社交网络已经部署了基于位置的服务。使用这种服务和愈加普遍的能够精确获取地理位置的设备朋友们能够分享最喜欢的地点和户外活动。基于位置的服务使社交网络具有了一种基于用户的移动概括的相似度来推荐用户的新方法。用户的移动概括是从他们的移动历史中提取出的频繁移动行为。这种新方法可以通过衡量用户的移动轨迹之间空间的接近程度来实现,也可以使用语义方式通过衡量用户经常访问的地点的功能之间的接近程度来实现。在这篇论文中,我们提出了多个期望的基于移动概括的用户相似度衡量方法应该遵循的原则,并且确认出已存在的不满足这些原则的用户相似度衡量方法的缺陷,并且进一步提出三个新的相似度衡量方法。这三个新方法避免了同样的缺陷而且满足这些原则,其中一个方法不考虑语义信息,另外两个考虑语义。在实际数据集上的实验结果证实了我们的新的相似度衡量方法比现有的方法具有更好的性能。我们也开发了MinUS工具,它把移动概括的建造过程和使用现有的或新的相似度衡量方法进行的用户相似度比较集成在一起。