时至今日,互联网行业已经全面进入移动时代。随着智能手机与网络技术的发展,各种各样的网络应用层出不穷,如移动视频、即时通讯、在线社交网络等。人们急需一个能够随时随地享受高速网络的环境,无线城市的概念也应运而生。它能在整个城市的覆盖范围内提供无线网络服务,成为了目前城市建设的一种趋势,被誉为“第五公用基础设施”。本课题结合了社交网络与轨迹数据分析研究中的部分思想,将其运用到无线城市接入日志数据中,提出了基于无线城市接入日志数据的社团发现问题。希望能够使用无线城市数据中隐含的用户时空共现模式来挖掘用户之间的社团结构,创造新的数据价值。在对日志数据的特征进行分析后,本文采用一系列数据预处理方法来降低用户时空相似度的计算,使得传统的频繁项集挖掘算法能够应用于该场景。但由于频繁项集挖掘算法存在相关缺陷,本文提出了一种基于无向有权图的社团发现方法——团搜索(Clique Search)。该算法的主要思想是将日志数据映射到图空间,判断社团内部两两节点是否构成有效连接,从而进行社团发现。对算法的性能分析研究表明,相较于传统算法,该算法在时间效率与空间效率上都有显著的提升。最后使用南京地区的真实数据进行算法对比实验,经验证,该算法相较于传统算法有效的降低了数据处理过程中的时间消耗与空间消耗,在实际数据集上能够以常数级别的时间消耗完成计算。同时,在算法中选取不同的阈值参数?可以对社团成员的活动相似程度进行选择,使结果适用于不同的数据分析场景。