动态社会网络分析关注于随时间变化的社会交互的变化，开阔了社会网络分析的领域，具有很好的研究价值和应用意义。　　本文主要基于现实场景出发，构建实体识别和社团识别的动态社会网络模型，研究基于此模型下的算法，论文的主要工作如下:　　1)综述了动态社会网络分析的现状，以及当前最有代表性的三个动态社会网络分析算法;　　2)针对实体识别问题，在现实电信数据网络中，本文利用实体的时间信息和位置信息，将传统的一维图模型扩展为二维图模型，提出了基于实体位置的链接动态社会网络模型及算法，并且给出了具体的实现过程，最后将该算法应用于真实的电信数据网络加以验证;　　3)针对社团识别问题，本文根据社团的相似性和随着时间社团成员变更的不频繁性，结合社团结构优化算法，提出了基于Group的社团识别动态社会网络模型及算法，并且分步骤给出了具体的实现过程，最后将该算法分别应用于Southern Women经典数据集网络和真实电信数据网络中进行验证，并对其复杂性作出了分析。