由人组成的社交网络是耐延迟网络（DTN）的关键应用之一。 由于其间歇性的连接性和独特的人类移动性模式，如何以有效的方式传输数据对于社交网络而言是一个具有挑战性的问题。 在本文中，我们提出了行程历史模型（THM）的思想，该模型建立了一个人的移动性模型，然后提出了一种基于时空相关性的路由算法（STC）。 在STC中，将根据节点的当前移动预测及其历史记录来计算节点传递概率，从而为消息传输提供指导。 我们的仿真结果表明，与LABEL和PROPHET算法相比，STC有效地提高了网络的路由性能。