为了解决移动通信环境中的用户轨迹预测问题，我们提出了基于密度聚类的自适应轨迹预测方法（ATPDC）。 它包括分别为轨迹建模阶段和轨迹更新阶段两个阶段。 在第一阶段，通过对历史轨迹进行聚类构建用户轨迹预测模型。 而在第二阶段，它增强了建立在前一阶段的模型。 我们在MR记录中对其进行测试移动通信环境。 实验结果表明，ATPDC算法可以实现随着增长，具有令人满意的预测精度和预测效率的增量更新。 用户轨迹数据。 此外，还建议移动MR道路测试报告应包含潜在的用户行为模式，可用于分析和挖掘用户的行为。