随着移动设备的普及与其功能的不断强大，人们使用移动设备的机会越来越多。但是无论在存储能力还是计算能力上，这些设备相对传统电脑而言始终是弱终端。由于移动设备自身能力的不足，一些复杂计算任务很难由单个移动设备独立完成，需要移动设备间进行任务协作。　　鉴于人的移动性，移动设备间的连接并不一定稳定存在，协作节点有可能无法将任务结果及时返回给任务源节点，导致任务协作无法成功执行。针对该问题，论文提出基于社团的任务协作方案。方案以提升协作效果为目标，设计社团划分算法对网络中的节点进行社团划分，任务源节点选择社团内的节点进行任务协作。论文的主要工作如下:　　(1)针对社团结构明显的情况，根据节点间的历史相遇信息，提出离线社团划分算法。算法在进行社团划分时考虑了任务协作的影响因素，主要包括:协作节点及时返回结果的概率和协作节点数量，并依据社团的层次性构造不同的候选划分，在任务协作场景下对上述划分进行评估，选出最终的划分结果。　　(2)针对社团结构不够明显的情况，根据节点间的实时相遇信息，提出实时社团划分算法。算法提出协作概率以表示协作节点能够帮助任务源节点完成任务协作的概率。算法通过设定时间片，依据每个时间片内节点间的相遇情况，周期更新节点间的协作概率以获知实时的社团信息。　　(3)分别提出基于上述离线和实时社团划分算法的任务协作方案，并分析两种任务协作方案各自的适用场景。当社团结构明显时，采用基于离线社团划分算法的任务协作方案，该方案在节点间进行任务协作时，需考虑离线社团划分结果和节点的负载情况;当社团结构不够明显时，采用基于实时社团划分算法的任务协作方案，该方案在节点间进行任务协作时，需考虑节点的协作概率和节点的负载情况。　　论文在不同的数据集上进行仿真实验以验证上述方案的有效性。实验结果表明:上述方案在各自的应用场景下，都能有效的提升任务协作效果。