随着移动数据的爆炸式增长,大量用户持续通过蜂窝网络向内容服务供应商请求内容。由于蜂窝网络的带宽有限,其在不久的将来可能会面临流量过载和拥塞等问题。为了满足用户持续增长的数据需求,内容服务供应商迫切地需要采取一系列措施来减轻流量负载。为了解决上述问题,相关研究人员提出利用各种高容量、低成本的互补网络来卸载数据,如Wi Fi网络和小蜂窝网络等。但它们都依赖于基础设施,并且存在覆盖范围有限和安装成本高等缺陷,以至于限制了使用和推广。利用机会移动网络进行数据卸载是一种十分有前景的缓解蜂窝网络流量过载的技术,它考虑利用用户的移动性来协助进行数据卸载,不受基础设施限制且使用场景更广泛。它的数据卸载效率在很高程度上取决于种子节点的选择。目前已有一些关于种子节点选择的研究,但是并未考虑内容的新鲜度问题。实际上,用户对内容的新鲜度十分敏感。在该问题的启发下,提出了一种新鲜度感知的种子节点选择问题。近年来,社交网络分析技术为数据卸载提供了一种新的研究思路,相关学者利用社团选择种子节点来协助完成数据卸载。但是目前的研究局限于利用静态网络来模拟节点的社会特性,并不符合现实网络的动态特征。与现有研究不同,本文从暂态的角度提出了一种新的基于暂态社团的种子节点选择问题,在保证所有节点都能接收到数据的同时,最小化蜂窝网络移动数据流量。本文研究了基于机会移动网络的移动数据卸载技术,主要的研究工作包括:(1)考虑内容的新鲜度提出一种新鲜度感知的种子节点选择问题,并得到最佳种子节点数量和最大总体内容效用值。将考虑内容新鲜度的数据卸载问题建模为一个既考虑从蜂窝网络到种子节点的传输成本,又保证所有节点都能在截止时间内得到数据的优化问题。基于最优策略分析,提出了两类种子节点选择算法:贪婪的种子节点选择算法和基于衰变的种子节点选择算法。最后,通过大量基于真实数据集的仿真实验,证明了基于衰变的种子节点选择算法的优越性;(2)研究了基于暂态社团的种子节点选择问题。将该问题建模为一个在保证节点都能在截止时间内得到数据的条件下,最小化通过蜂窝网络传输的数据量的优化问题。为了解决该优化问题,首先提出了一种基于中心性的贪婪种子节点选择算法,然后提出了一种基于社团的种子节点选择算法。由于前面两种算法性能不好且没有考虑社团的暂态特性,因此,本文提出了一种基于暂态社团的种子节点选择问题,该算法使用分层聚类对具有最大暂态亲密度的节点进行聚类。大量基于真实数据集的仿真实验,证明了所提出的基于暂态社团的种子节点选择问题的优越性。