近年来，将内容缓存到网络边缘侧逐步成为移动网络中一种减少系统传输代价和提升用户体验的有效方式。随着移动网络的不断发展，我们可以利用网络架构优势更进一步地提升移动网络中内容服务的效率。与此同时，“共享经济”的概念逐渐在社会上引起广泛的关注，人们开始意识到，在资源调度和配置过程中，对于具有相似兴趣或行为的用户群体的描述能够有效地提升资源的利用效率，为移动网络中的资源共享问题提供了新的思路。　　针对现有的移动网络缓存策略中存在的缓存针对性不强、内容传输效率低等问题，本文提出了一种基于群体用户行为的移动网络合作缓存方法(Group UserBehavior Aware Collaborative Caching Method，GUCC)，其主要贡献点如下:　　1.对用户的移动网络使用详细数据(Usage Detail Records，UDR)进行了分析，并研究了用户移动网络访问行为中所存在的内容及位置特征维度下的多样性、可预测性和群体性。　　2.提出了一种基于群体用户行为的基站合作模型，利用用户的访问内容特征和访问位置特征分别构建用户相似网络，提出加权相似网络融合（WeightedSimilarity Network Fusion，WSNF）算法融合内容相似网络和位置相似网络，根据得到的融合相似网络对用户聚类，并依据用户类获得基站间的合作关系。　　3.提出了一种基于基站间合作关系的移动网络缓存策略，综合考虑了基站间数据传输所带来的传输代价和基站合作带来的整个系统的命中率的提升，以最大化命中率和最小化传输代价为优化目标进行求解，依据博弈论，本文对整个系统的多目标优化问题进行了分析，从而求得问题的最终解。　　4.针对实际应用中存在的缓存更新问题，提出了一种合作关系驱动的缓存更新方法。具体提出了一种基于移动网络用户访问行为在基站上的分布差异的关键点发现方法，通过对基站中的关键点上的用户访问行为进行监控，决定基站间合作关系的变化时间，从而进行缓存更新。　　上述方法通过实验验证，相较于传统的方法有更好的命中率和传输代价的表现。