当前,高校公共卫生突发事件已经成为危及高校乃至社会稳定的突出问题。高校人流量大、接触性强,往往因用户间的移动行为而造成人群聚集情况,同时,经过调查发现,公共卫生突发事件在高校等人群聚集区发生的可能性较大,具有爆发性强、不易处置等特点。因此,判断高校用户的行为轨迹对于预判公共卫生突发事件爆发和防止公共卫生突发事件扩散具有重要意义。本文以高校用户移动轨迹为研究对象,提出了基于移动模式的马尔可夫位置预测模型,通过挖掘历史移动轨迹中的位置关联性,来预测用户的移动位置,并将模型应用到系统中,设计并实现了具备聚集预警功能的高校公共卫生突发事件防控系统。本文的主要工作如下:第一,分析了国内外高校在公共卫生突发事件防控和系统开发方面的研究现状,总结出高校在应对公共卫生突发事件过程中所遇到的问题和不足,通过收集高校在卫生防控方面的需求进行需求分析,并对系统进行总体设计。第二,提出了基于移动模式的马尔可夫位置预测模型,该模型分为移动模式挖掘与马尔可夫位置预测。在移动模式挖掘阶段,针对传统个体移动模式挖掘算法准确性低、误差大等问题,提出了基于改进Apriori算法的个体移动模式挖掘方法,提高了预测结果的准确性,同时,为获得用户群体移动模式,提出了基于相似性聚类的群体移动模式挖掘方法。该阶段得到的移动模式用于马尔可夫位置预测阶段的研究。马尔可夫位置预测阶段分为聚集点预测和用户个体的移动位置预测,聚集点预测可以提前了解用户群体最可能聚集的地点,用户个体的移动位置预测用来发现可能导致该地聚集的用户,通过统计该类用户的信息及人数,判断聚集地点的预警等级,决定是否进行人员疏散管控。通过实验证明了该模型的有效性。第三,完成了对系统所需的立式测温认证一体机、智能测温人员通道、热成像测温半球摄像机等设备的选型并进行实际部署,设计和实现了公共卫生突发事件防控系统。该系统主要应用于高校的卫生防控工作,通过系统的健康管理和报警管理等功能模块代替传统的人工监管,并将提出的预测模型应用到系统的聚集预警模块中,实现了人群聚集预警的智能化管控。本系统采用了前后端分离模式,保障了系统的可维护性和可扩展性,另外,系统加入了安全性设计,通过登录验证和权限控制管理等方法保护用户的信息安全,满足高校用户的使用需求。