随着定位和通信等技术的不断发展,移动对象的追踪准确度及精度显著改善。移动智能设备、计算机存储等技术的提升,使得移动对象位置数据的获取更为便捷,同时数据能够持久化保存。大量的历史位置数据为移动对象的行为分析提供了丰富的数据依据。社会关系作为日常生活中的重要组成部分,对社会网络的刻画在社会学、公共安全、普适计算以及产品营销中有着广泛的应用。本文将人视作移动对象,对人日常活动产生的轨迹数据进行研究,从时空轨迹数据这一新视角出发设计实现了社会关系推断系统。本文的主要工作如下:(1)针对现有停留点提取算法中存在的“伪停留点”以及“停留点误分割”等问题,对DBSCAN算法进行改进,修改其输入参数,并增加了对候选停留区的判断。改进后的算法对复杂场景的适应程度得到较好的提升,为后续研究打下坚实基础。(2)提出了一种将时空数据转化为语义轨迹的方法,通过引入POI(兴趣点)数据库为轨迹数据添加丰富的空间场景信息,更好的提取轨迹停留点中的隐含信息。从语义轨迹的角度依据不同空间粒度建立多级空间尺度的语义化轨迹,实现移动对象间共现数据的高效获取。(3)提出一种基于轨迹数据同时支持概率输出的社会关系推断算法。充分考虑社会关系在现实生活中的复杂性,在得到社会关系推断结果的同时,给出隶属社会关系类别的概率,相较于其他社会关系推断方法呈现出更多的决策信息。(4)实现了一个可视化社会关系推断系统。结合空间场景信息将移动对象的轨迹数据由抽象的经纬度数据转换为便于直观理解的图像或语义信息,实现了轨迹数据的可视化查询。基于轨迹信息完成了社会关系推断功能,并实现了多人社会关系的拓扑图展示。系统的测试运行表明,系统在功能实现上达到了预期需求,界面设计友好。