随着移动智能设备的发展,由人携带移动设备进行通信的机会网络应用越来越普遍,由于人与人之间存在一定的社会关系,机会网络逐渐演化为移动机会社会网络。在移动机会社会网络中,人们使用各种移动设备与邻近的用户或者存在社会关系的人发送和分享消息。和机会网络一样,在移动机会社会网络中,通过用户的移动实现用户之间的通信,而且用户之间的社会关系驱动了用户的移动。在通信时,除了与网络拓扑有关,还与发送的消息内容有关。所以,移动机会社会网络需要内容和上下文两个层面结合的路由机制。本文通过分析节点用户的上下文和消息的内容,进行了关于内容推送的研究。本文首先概述了移动机会社会网络,包括移动机会社会网络的概念、研究背景、国内外的研究现状、其主要应用和研究的关键问题等,并对现有移动机会社会网络的内容推送机制和路由机制进行了研究与分析。目前的内容推送机制主要分为两类,一类是有第三方存在的,第三方类似于服务器,根据用户在第三方留有的主题记录,向用户发送相应的推送消息；一类是无第三方存在的,用户通过预测消息对所遇用户产生的效用值,选取合适的消息,进行推送。当前的路由算法主要是通过分析节点间的连接状态,优化消息的传输。但是,并未考虑消息与节点之间的关联,可能会出现节点收到不需要或不感兴趣的消息等问题,浪费了宝贵的网络资源。针对已有路由算法的不足,本文提出了一种基于MPR(multipoint relays)和评价函数的混合动态路由策略ORPME(Opportunity Routing Based on MPR and Evaluating function)。首先确定节点的MPR集,并基于评价函数对MPR集中的节点排序。无线通信时,节点根据本地存储的MPR集将数据包转发给传递成功率高的节点,若MPR中没有可成功转发节点的信息,则随机选择MPR集外的节点,定向转发与随机转发相补充使数据包能在较短的时问内准确的到达目的节点。针对已有推送算法的问题,本文充分考虑了节点间的通信次数,通信时间、主题集的相似度以及消息与节点的上下文之间的关联,提出了基于角色和上下文的内容推送机制(Role-and Context-based content pushing,简称RCCP).该机制建立了角色划分函数,通过分析节点的通信次数、通信时间以及主题集的相似度,对节点划分角色,并为不同的角色设计了相应的推送机制,根据所遇节点的角色信息,选择相应推送机制,从而实现推送。最后,本文采用真实数据集,确定了不同角色的角色划分函数值的范围,并选用NS2网络仿真工具对RCCP算法进行了实验仿真,而且与路由算法ORPME及推送算法PrefCast进行了对比研究,最后对实验结果进行了分析。