近年来,互联网技术应用、基于位置的服务都在快速发展,高等教育的信息化进程也在不断向前推进,越来越多的高校开始使用无线网络来进行信息化教学管理。对于日益增多的校园Wi-Fi用户数据,通过对用户轨迹特征的分析研究,对在校用户进行关联性分析,有助于发掘其中蕴藏的规律,掌握在校人员的行为特征。基于这样的背景,本文通过对某高校Wi-Fi环境下在校用户行为数据的分析,研究了该校人员群体特征,并进行行为模式的数据挖掘模型构建,以分析校园Wi-Fi用户的关联性和人员轨迹特征,并且对在校人群进行聚类分析研究。本文首先分析并呈现了校园Wi-Fi环境下在校人员的地点分布情况、手机品牌、时段分布等特征。基于上述的统计分析工作,本文对在校人员mac地址信息进行分组整理,得到关联分析的mac地址数据集合。并对原始数据进行维度变换,对地点id进行分类。在特征提取工作后,得到在校人员关于地点类型的分布矩阵。并通过数据索引得到在校人员出行轨迹记录数据。对于得到的mac地址数据集,本文使用了基于频繁模式树的关联规则挖掘算法,实现了对于特定mac地址的快速关联分析,探究了人员关联度和人员轨迹相似性的关系,随后进行了人员轨迹的恢复和对比。最后,通过得到的人员分布频次矩阵,结合自下而上的层次聚类算法,对在校人员分布情况进行聚类,最终得到了存在于校园里的13类人群。