1.一种基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，包括以下步骤：

1)、基于用户对内容的兴趣度进行用户分组；

2)、量化用户间的社会关系强度，及量化由内容交互所带来的社会关系强度增量；

3)、引入时间衰减因子，结合兴趣度和用户间社会关系强度，以最大化社会关系强度增量为目标建立优先级决策模型；

4)、基于社会-物理两层抽象模型，根据社会关系强度对用户间通信链路可靠性的影响，将步骤3)以最大化社会关系强度增量为目标的优先级决策模型转化为以最大化系统容量增量为目标的优先级决策模型；

5)、利用模拟退火算法求解步骤4)以最大化系统容量增量为目标的优先级决策模型，确定多内容传输的优先级机制。

2.根据权利要求1所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，所述步骤1)基于用户对内容的兴趣度进行用户分组具体包括步骤：基于用户对内容的兴趣度，将对同一个内容有兴趣的用户分为一组，并利用预设的兴趣度阈值对组内用户进行过滤，从而内容持有者以D2D组播的方式将数据传输给组内用户。

3.根据权利要求1所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，所述步骤2)采用的是基于霍克斯过程模型，利用用户间的社会信任和社会互惠关系，量化用户间的社会关系强度及其由内容交互所带来的增量；

所述社会信任强度与交互事件的概率模型，社会信任强度与属性相似度的概率模型分别用霍克斯过程模型和高斯分布条件概率模型表示如下：其中z(i,j)表示社会信任强度， 表示交

互事件，交互事件用集合{T1,T2,…Tk-1}表示，其中1,2，…k-1分别表示不同的时间段，其中m表示特定交互事件，m＝1,2,…k-1，s(i,j)表示属性相似度，λ0(k)表示霍克斯自激过程的基础强度，αm表示第m项交互行为的权重，βm表示第m项交互行为的时间调节因子，M表示用户交互行为种类总数， 为用户属性中各属性对相似度贡献的比重。

4.根据权利要求3所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，社会关系强度增量的计算过程为：将用户间的社会互惠强度表示为:其中Cj,i表示j拥有的i所感兴趣的内容数，Ci,j反之亦然，因此，用户间社会关系强度sts(i,j)定义为：根据具体场景进行调节，社会关系强度增量表示为：

Δsts(i,j)＝sts(i,j)k-sts(i,j)k-1

其中k-1为用户i和j目前的交互次数，sts(i,j)k-1和sts(i,j)k分别表示k-1次交互和k次交互所对应的社会关系强度。

5.根据权利要求4所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，所述步骤3)引入时间衰减因子，结合兴趣度和用户间社会关系强度，以最大化社会关系强度增量为目标建立优先级决策模型，具体包括：a.将总时间T划分为m个时隙，T＝{t1,t2,…tm}，下标1,2,…m按照时间先后顺序排列；

引入时间衰减因子，时间衰减因子fc(t)表征的是社会关系随时间的衰减特性并受通信间隔的影响， tk表示第k个时隙的长度，即传输第k个内容所花的时间；

b.在引入时间衰减因子后，结合量化的社会关系强度增量和用户对内容的兴趣度建立分组效用函数Uc(x)，总的来说，兴趣度和衰减因子都是社会关系强度增量的影响因子，Uc(x)表示如下：其中i为组内内容持有者，j为组内的内容请求者，Nc为该内容分组所对应的用户数，Δsts(i,j)表示组内用户持有者与用户请求者之间的关系强度增量，即在进行该次内容传输之后的关系增益，wj表示组内请求者j对内容c的兴趣度，fc(t)则表示内容c的时间衰减因子，也间接地表示内容c所分配到的优先级；

c.建立系统效用函数Utotal(x)和以最大化系统效用函数为目标的优先级决策模型，Utotal(x)表示如下：其中β用于惩罚不公平性，调节各组间效用函数的差异，β的取值依赖于具体场景。

6.根据权利要求5所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，步骤4)中的社会-物理两层抽象模型是从用户和移动设备两个角度看待通信行为，且物理层中的移动设备和社会层中的用户是一一对应的关系，用户间的社会关系强度间接地表征了用户间的信任程度，从而影响用户间的链路可靠性，基于此，根据香农定理，利用社会关系强度与系统容量的关系，将步骤3)中的优先级决策模型转化为以最大化系统容量增量为目标的优先级决策模型。

7.根据权利要求6所述的基于模拟退火的D2D多内容传输优先级确定方法，其特征在于，所述步骤5)基于模拟退火的优先级确定方法具体步骤如下：a、初始化优先级方案x、迭代次数L、初始温度t0、终止温度tmin和温度调节因子r；b、如果当前温度t>tmin；c、初始化i＝

1；从领域中产生新解x'；d、计算目标函数值增量ΔU＝Utotal(x')-Utotal(x)；e、如果ΔU>0则接受x'为当前解，表示为x＝x'，否则以概率p(exp(ΔU/t)>random(0,1))接受x'为当前解；

f、更新i＝i+1；g、如果i≤L，返回步骤d；h、更新t＝t*r，返回步骤b；i、得到最终优先级方案x。