随着移动设备的不断普及,越来越多的人将兴趣放在利用社会容迟网络进行数据传输。在社会容迟网络中,由于它自身连接不稳定、时延大的特性,数据通信通常采用“携带-存储-转发”的传输模式。在这种模式中,一般采用比较节点间的社会度量来制定相应的转发决策。然而传统的社会度量往往是基于历史的累积数据进行计算的,完全忽略了节点移动过程中的时变特性,进而造成了度量计算不准确,影响了网络的传输性能。本文通过对节点对间移动规律的探究,设计出了具有时变特性的局部度量和相应的转发策略,从而提高了网络的传输性能。本文从校园网络入手,基于真实的数据集Cambridge和PMTR,发现节点对间存在熟悉关系,并通过快照的方法对细粒度时间范围和粗粒度时间范围下节点对间的熟悉度进行了量化,发现它们分别符合高斯分布和线性分布。并且,我们利用时变图模型对网络进行了建模,以此指导度量和转发策略的设计。我们利用不同时间范围下的节点对的熟悉规律,并结合节点对间接触呈现泊松分布的特征,对细粒度和粗粒度时间范围下的熟悉关系进行了预测,并设计出了局部社会度量时变熟悉度,以及相应的三阶段数据转发策略。最后,通过机会网络仿真器ONE的仿真实验,与传统的社会转发协议SimBet和时变转发协议Transient进行对比,验证了时变熟悉度和三阶段数据转发策略可以有效的改善网络性能,提高数据通信性能。