移动社区发现作为移动网络分析的核心问题,有助于解决移动用户需求的个性化问题。近些年来社区发现方面的研究在生物学、社会学、物理学、计算机以及移动等领域得到广泛应用。由于移动社会化网络拓扑结构呈现动态变化,移动用户的朋友、同事和家人等所在社区间相互重叠,因此本文考虑移动网络的动态性、重叠性和时效性,从这三个方面逐步深化,对动态移动网络中的社区发现方法进行研究：(1)一种基于移动用户行为的重叠社区发现算法,它结合传统社区发现算法的思想,考虑社区之间重叠特性,并加入移动网络的特点,由于很多传统社区发现算法并不能发现重叠社区,而该研究点算法在移动网络中允许社区之间重叠,并且移动网络环境下与传统网络存在一些不同,所以本研究点主要研究该重叠社区发现算法的可行性和有效性。(2)一种基于移动网络增量的动态社区发现算法,针对移动通信网中社区发现问题,本研究点结合传统动态社区发现方法的思想提出一种基于移动网络增量的动态社区发现算法。利用移动用户行为来构建动态移动社会化网络模型,并根据上一时间片的历史信息及当前时间片的四种移动网络图增量,生成当前时间片所有的社区核；将满足条件的部分社区核进行合并得到局部社区,把剩余离散节点按条件加入到局部社区得到最终社区；最后用公开数据集和模拟数据集的实验结果验证该算法的可行性和有效性。(3)移动通信网中一种时效性的动态社区发现算法,在传统社交网络中,对社区发现方法的研究已经引起了各科学者极大的兴趣。大多数研究都集中在静态网络,这样忽略了网络的动态性。随着时间的推移,本研究点对多个时间片的动态移动网络,在1,2研究点的基础上,给出一种时效性的动态社区发现算法,考虑到一部分历史时间片的网络图信息,引入遗忘系数,距离当前时间越远,权重越低；距离当前时间越近,权重越高。既考虑了社区的演化也考虑了社区的一部分稳定的历史信息,用该算法在真实数据集中验证其可行性和有效性。