在现实世界中，绝大多数用户的移动行为都有一定的规律性。随着移动通信技术和计算机技术的迅速发展和广泛应用，在移动计算环境积累了海量的、动态变化的关于用户移动的时空数据。对这些数据进行挖掘，可以有效地发现用户移动的规律性，即用户移动模式，这些模式在移动通信网络规划设计、移动性管理、以及基于位置管理的服务领域都有重要意义，这正是用户移动模式挖掘的意义所在。数据挖掘是从海量数据中提取信息的重要技术，序列模式挖掘是R.Agrawal，R.Srikant在1995年首先提出的。近年来，国内外学者对序列模式挖掘进行了很多研究并提出了很多算法，一些算法已经逐渐趋于成熟。在移动计算环境中，对用户移动模式的挖掘与序列模式挖掘有相似的地方，但是又有自身的特征，所以序列模式挖掘的方法不能直接用于用户移动模式的挖掘。对于用户移动模式挖掘，国内外也有一些研究和算法，但是移动计算环境中实时性要求较高，算法的效率还有待进一步提高。本文首先介绍了移动计算环境中用户移动性管理和用户移动模式挖掘的各类算法，分析了用户移动模式挖掘的关键技术，然后在原有算法的基础上结合图论的相关知识提出了一种改进算法；本文还提出一种新的用户移动模式表示方法并给出了挖掘算法和更新挖掘方法。为了给用户移动模式挖掘领域的学者进行算法验证提供有效的数据集，本文设计并实现了一个用户移动性仿真系统。最后，用两种数据集(Stanford大学提供的和仿真系统产生的)对本文提出的用户移动模式挖掘算法进行了验证。