对象跟踪技术的进步导致在移动数据库中收集大量的时空数据。隐藏在移动的数据库中，有许多有用的信息和知识可以揭示出行者的行为和周围环境。在本文中，我们集中于从时间汇总的移动数据中挖掘行为模式的问题，其中时间信息在短时间内汇总并由范围值表示。利用间隔数计算，我们获得了任意两个连续记录之间的时间间隔。基于模糊集理论，我们用模糊语言术语和相应的支持来定义移动行为。最后，我们提出了两种先验算法和前缀跨度算法改进的移动行为挖掘算法。所提出的方法在真实数据集和合成数据集上均进行了广泛的实验评估。