随着近年来智能手机的普及,以及无线传感器网络、众包计算、社会计算、机会网络研究的不断深入,移动群智感知这种新型的感知模式被提出,其理论和关键技术有了进一步突破的契机。移动群智感知构成了以人为中心的网络,利用人的移动性和智慧感知情景数据并反作用于人类本身。基于社会行为分析的数据分发是该感知模式下的重要的数据分发方式。本文探究移动群智感知的起源、发展和研究意义,对基于社会行为分析的移动群智感知数据分发密切相关的平台与应用、社会属性、机会式数据分发三个方面的研究现状进行综述,分析三者之间的关系,提出未来面临的关键问题。针对已有移动群智感知服务中的数据分发方法仅考虑单行为地点属性的问题,本文从用户移动轨迹中萃取多行为地点属性,提出基于改进BM25的用户多行为地点度量模型,将用户的社会属性度量映射至多行为地点空间。随后建立用户-云平台交互的系统模型,用户定时向云平台提交地点数据,并依据自身的行为特征以及云平台提供的实时数据计算出对行为地点群的地点权值向量;云平台分发用户数据形成用户-行为地点的联合矩阵,并根据矩阵计算出BM25模型中相关因子。在此基础上,本文进一步提出了多行为地点机会式数据分发协议MBPOP。该协议分为三个阶段:第一阶段,初始化多个单行为地点用户;第二阶段,按照单行为地点属性值进行多线路递增转发,寻找单行为地点意图接受者;第三阶段在符合多行为地点属性的用户群中组播数据,从而精准地到达具有多行为地点特征的意图接受群体。本文使用达特茅斯学院的用户移动轨迹数据进行仿真实验,与同类协议的比较结果表明,MBPOP具有低代价、高传输率特性。