机会网络起源于早期的延迟容忍网络,与传统的基于TCP/IP网络不同,该网络中源节点与目的节点之间不存在一条稳定的通信链路,需要依靠网络中节点的移动带来的通信机会进行通信,因此机会网络的通信模式一般为“存储-携带-转发”模式。机会网络在野生动物追踪、战场通信、内容共享等方面具有广泛的应用场景。由人携带的便携式智能设备组成的机会网络成为近年来学术界研究的新热点。机会网络中节点的移动性使得节点间的通信链路不稳定,因此数据转发是机会网络中重要的研究内容。本文针对由人携带的便携式智能设备这一应用场景,研究人的社会属性对于数据转发的影响。社会网络的研究成果表明人的集群性容易使节点形成社区,同属于一个社区的节点更容易相遇,因此合理地利用社区对机会网络中数据转发算法具有一定的积极作用。本文的研究内容如下:(1)在对现有的重叠社区划分算法以及非重叠社区划分算法进行研究的基础上,针对目前社区划分算法的不足,将“兴趣”这个重要的社会属性和节点的累积相遇时间引入到社区划分中,发现并挖掘网络内具有相似兴趣的节点,提出基于兴趣属性的社区划分算法IBCD(Interest-Based Community Division),在社区划分的基础上充分考虑节点的相遇特征设计高效数据转发算法IBDF(Interest-Based Data Forwarding),在真实数据集上的仿真实验证明了该方法的有效性。(2)针对普遍使用的智能手机,设计并实现了基于安卓的机会式内容分发系统,该系统将社区划分以及社区路由协议理论意义应用到实践中,其目的是利用人的移动规律,将消息转发给具有相似兴趣的其他节点。