1.一种基于节点社会关系的机会网络路由方法，其特征在于：所述机会网络中的节点按照下述步骤转发消息，直至将所述消息转发至目标节点：S1、获取相遇节点，判断其是否为目标节点；

若其不是目标节点，执行步骤S2；

S2、针对当前节点要转发的消息，判断所述消息的副本数目是否大于1；

在所述消息的副本数目大于1时，执行步骤S3；

S3、判断所述相遇节点是否携带所述消息；

在所述相遇节点不携带所述消息时，执行步骤S4；

S4、获取当前网络中节点对不同身份特征的隶属度向量，每个身份特征与一个主题相对应，每个主题是消息所属的一个分类；执行步骤S5；

S5、基于获取的隶属度向量，判断当前节点与所述相遇节点是否具有相似的身份特征；

若当前节点与所述相遇节点具有相似的身份特征，执行步骤S6；

S6、根据当前节点所携带消息的主题，获取当前节点对该主题所对应身份特征的隶属度、所述相遇节点对该主题所对应身份特征的隶属度，结合当前节点的影响力程度和所述相遇节点的影响力程度，分别计算当前节点的路由决策值、所述相遇节点的路由决策值；

若当前节点的路由决策值小于所述相遇节点的决策值，则将当前节点所携带的消息副本按设定的转发数目转发给所述相遇节点；

所述节点的影响力程度越大，所述节点遇到具有相似身份特征的节点的概率越大，所述节点携带的消息沿着具有相似身份特征的节点转发至目标节点的概率越大。

2.根据权利要求1所述的方法，其特征在于，优选的，所述步骤S5中所述相似的身份特征通过下述方法进行判断：S500、利用节点对不同身份特征的隶属度向量，通过模糊聚类把节点进行聚类，同一类的节点具有相似的身份特征。

3.根据权利要求2所述的方法，其特征在于，所述步骤S500包括下述步骤：S501、基于各个节点对不同身份特征的隶属度向量，获取模糊相似矩阵；

将所述模糊相似矩阵记作XNodesum×Nodesum，其中：

Nodesum为网络中节点总数；

Ni表示第i个节点，i为节点下标，i的取值为整数，取值范围为1到Nodesum；

Nj表示第j个节点，j为节点下标，j的取值为整数，取值范围为1到Nodesum；

为相似系数，通过下式计算：

式中：

r的取值为整数，取值范围属于1到Messagesum；

表示节点Ni对不同身份特征的隶属度向量的第r个分量；

S502、从所述模糊相似矩阵中从大到小依次取值，将该值作为聚类阈值进行分类，并获取不同聚类阈值下的分类结果；

S503、从所有分类结果中选择最佳分类结果。

4.根据权利要求3所述的方法，其特征在于，所述选择包括下述步骤：依次将各个聚类阈值以及相应的分类数目代入下式，当下式取得最大值时，该最大值对应的聚类阈值为最佳聚类阈值，在该聚类阈值下的聚类为最佳聚类结果：式中：

Cλ为根据聚类阈值λ聚类获得的节点类别数，属于同一类的节点具有相似的身份特征；

nc为根据聚类阈值λ聚类获得的属于第c类中的节点数，c的取值范围为从1到Cλ；

为平均每个节点对不同身份特征的隶属度向量，将第r个分量记作 则 使用下式计算：表示针对第c个聚类中，节点Nq对不同身份特征的隶属度向量；

q为节点下标，q的取值范围为从1到nc；

是第c类节点中平均每个节点对不同身份特征的隶属度向量， 向量的第r个分量记作 则 使用下式计算：

5.根据权利要求1所述的方法，其特征在于，所述隶属度按照下述公式计算：式中：

N表示节点，i为节点下标；

i的取值为整数，取值范围属于1到Nod esum，Nod esum为网络中节点总数；

表示节点Ni转发第r个主题的消息数目；

r的取值为整数，取值范围属于1到Messagesum，Messagesum为消息的主题类别总数；

表示节点Ni转发第l个主题的消息数目；

l的取值为整数，取值范围属于1到Messagesum，Messagesum为节点Ni转发过的主题类别总数；

表示节点Ni对不同身份特征的隶属度向量的第r个分量。

6.根据权利要求1所述的方法，其特征在于，所述路由决策值按照下述公式计算：式中：

N表示节点，i为节点下标；

i的取值为整数，取值范围属于1到Nod esum，Nodesum为网络中节点总数；

r的取值为整数，取值范围属于1到Messagesum，Messagesum为消息的主题类别总数；

Infr(Ni)表示节点Ni在转发第r个主题的消息时的影响力程度；

NodeRankr(Ni)表示节点Ni在转发第r个主题的消息时的路由决策值；

表示节点Ni对不同身份特征的隶属度向量的第r个分量。

7.根据权利要求6所述的方法，其特征在于，所述影响力程度按照下述公式计算：式中：

N表示节点，i，j为节点下标；

i的取值为整数，取值范围属于1到Nod esum，Nodesum为网络中节点总数；

j的取值为整数，取值范围属于1到 为节点Ni的邻居节点总数；

r的取值为整数，取值范围属于1到Messagesum，Messagesum为消息主题类别总数；

Infr(Ni)表示节点Ni在转发第r个主题的消息时的影响力程度；

d表示阻尼系数；

G(Ni)表示在节点Ni的邻居节点中与节点Ni具有相似身份特征的节点集合；

|G(Nj)|表示节点集合G(Nj)的大小；

Infr(Nj)表示节点Nj在转发第r个主题的消息时的影响力程度；

w(Ni，Nj)表示节点Ni与节点Nj之间的亲疏程度效用值。

8.根据权利要求7所述的方法，其特征在于，所述亲疏程度效用值按照下述公式计算：w(Ni，Nj)＝Eprob(Ni，Nj)·TDegree(Ni，Nj)，式中：

Eprob(Ni，Nj)表示节点Ni与节点Nj之间的相遇概率；

TDegree(Ni，Nj)表示节点Ni与节点Nj之间的转发信任度；

节点Nj为节点Ni的邻居节点。

9.根据权利要求8所述的方法，其特征在于，所述相遇概率按照下述公式计算：式中：

e(Ni，Nj)代表节点Ni与节点Nj之间的相遇次数；

Se(Ni，Nt)代表节点Ni与节点Nt之间的相遇次数总和；

t为节点下标；

t的取值为整数，取值范围属于1到Nodesum。

10.根据权利要求8所述的方法，其特征在于，所述转发信任度按照下述公式计算：式中：

R(Ni，Nj)代表节点Ni累计接收节点Nj转发的消息数目；

k为节点下标，k的取值为整数，取值范围属于1到H；

代表节点Ni向节点Nk转发的接收于节点Nj的消息数目；

H表示接收节点Ni转发消息的节点数目，且节点Ni转发的消息来自节点Nj。