随着移动无线通信技术日益成熟,重量级业务所占的市场份额逐渐增长。因此,“以用户为中心”的无线通信技术逐渐受到了业界的关注。其中的代表即为终端直通技术(Device-to-Device,D2D)以及超密集组网(Ultra Dense Network,UDN)。两种新技术通过构建新的资源形态,将终端设备以及网络节点纳入无线资源管理的体系中,从而大大提高资源利用率。D2D技术利用短距离的优势,为整个网络带来了跳数增益、短距离增益以及频谱复用增益,而UDN技术同样通过拉近基站和用户的距离,为整个网络带来了诸多的增益。然而在面对海量的业务需求时,无线资源管理体系仍然存在资源可扩展及灵活适配方面的不足,其中最为重要的就是资源管理对用户业务在时空范围动态分布的自适应能力不足。因此,本文将用户行为纳入资源管理的考虑范畴,对“以用户为中心”的无线资源管理进行研究,在保障用户个性化需求的同时尽可能节约资源,提升网络的整体效能。本文将针对D2D场景中链路不稳定问题以及UDN场景中切换频繁问题,通过提炼用户行为背后的潜在驱动力,来协助完成资源管理。本文主要工作和创新点如下:第一,提出了一种内容分发网络下基于用户签到行为的频谱和功率分配算法。本文基于用户签到行为数据,挖掘用户间的社交关系来表征用户间的轨迹相似性,从而预测D2D链路持续时间。在内容分发网络下,本文基于预测的D2D链路持续时间,以最大化内容分发效率为优化目标,将频率和功率分配问题构建为演化博弈,并提出了一种基于演化博弈的频谱和功率分配算法。仿真结果证明本文所提出的分配算法无论在分发时延、公平性等用户体验指标,还是无效吞吐量,吞吐量效率等网络性能指标上均优于对比方案,同时从收敛性上也说明了所提分配算法的可行性。第二,提出了一种超密集组网架构下基于用户浏览行为的接入点与能量分配算法。本文基于用户浏览行为数据,利用用户间的社交关系强化协同过滤算法中的用户相似性,从而预测用户的兴趣爱好。基于预测的用户兴趣及接入点的缓存情况,本文将接入点分配问题构建为接入点与用户的多对一匹配问题,并提出了一种基于匹配博弈的接入点分配算法。进一步针对能耗问题,本文将接入点之间的传输损耗率构建为邻接矩阵,同时利用最短路径算法,完成能量分配。仿真结果证明本文所提出的接入点分配联合能量分配的方法在吞吐量、公平性以及接入点簇的平均更新次数上,均优于对比方案。不仅在数据平面提供了良好的吞吐量性能,同时控制平面的信令开销较小,更加适用于超密集组网架构。