随着信息技术的飞速发展,计算机网络已经渗透到人们生活和工作的各个方面,移动互联设备也正在逐步成为人们获取信息的主要工具。在此背景下,利用移动设备澡的通信能力进行动态组网和数据传输,成为一种有潜力的内容分发手段。移动终端间的直接通信既可以降低骨干网络的流量负担,又能够弥补基础设施网络覆盖能力的不足。但与此同时,高度时变的连通特性也对此类网络的传输性能带来挑战和影响,为此研究人员从容迟网络、机会网络、终端直通等角度开展了大量的研究。与现有大部分研究侧重于网络传输与路由转发不同,本论文讨论在基于此类动态网络的移动内容分发中,如何有效地选择种子节点集,使得通过这些节点,在一定时间范围内实现最大可能的内容覆盖。这一需求通常被抽象为影响最大化问题,该问题的解决既有助于实现移动场景下的高效内容分发,也可应用于在线社交网络中消息传播问题的研究。论文的具体工作包括：(1)动态网络中的节点中心性研究。考察了动态网络中节点间连边的时序关系,定义了与传统的中心性相对应的时间中心性度量；进而基于公开发布的第三方数据集以及本校校园网的用户在线数据,对时间中心性和静态中心性之间的相关度进行了实证性研究和分析。(2)基于节点中心性的种子节点集选择。在传染病传播模型下,提出两种利用节点中心性进行种子节点集选择的方法,前者基于节点的中心性排序直接选择种子节点；后者利用影响最大化问题的次模特性,依次选择对内容覆盖增益贡献最大的节点作为种子节点。论文通过实验考察了上述节点集选择算法的性能。(3)基于概率传播模型的种子节点集选择。在更加真实的独立级联传播模型下,研究了基于影响传播路径计算的种子节点集选择方法,此算法称作基于概率路径的贪婪算法。提出利用寻找不重叠路径的方法,更加准确地估算节点之间的影响传播概率,在此基础上设计贪婪策略来选择种子节点。论文将此方法与其他方法的效果进行了横向比较。(4)节点集选择算法在移动内容分发场景中的应用。与一般研究中忽略网络的时间演化不同,本文在考察移动内容分发时,更加关注一定时间范围内的内容覆盖效果。为此,论文将提出的种子节点集选择算法分别应用于移动机会网络和在线社交网络应用场景,基于真实的校园网用户数据和新浪微博数据集考察了算法的效果。