Nous considérons un système de collecte où les collectionneurs se déplacent et collectent les informations générées par les producteurs de données. Dans un tel système, les données peuvent ne pas être collectées lorsque le nombre de collectionneurs est insuffisant pour couvrir l'ensemble de la population des producteurs. Motivé par le fait que les rencontres de nœuds sont suffisants pour construire un graphe connecté, nous proposons de profiter des interactions inhérentes entre les nœuds et transformer certains producteurs en délégués. Avec une telle approche, les collectionneurs ont seulement besoin de rencontrer les délégués que, à leur tour, sont responsables de la collecte de données d'un sous-ensemble des producteurs. Nous atteignons cet objectif grâce à deux contributions. Tout d'abord, nous étudions plusieurs stratégies de délégation basée sur l'importance relative des nœuds dans leurs interactions sociales (par exemple, la centralité du nœud). Deuxièmement, en considérant une stratégie de prédiction qui donne les estimations de la probabilité d'une rencontre de deux nœuds, nous étudions les stratégies de délégation avec les traces prédit. Nous évaluons les stratégies de délégation à la fois en termes de couverture et de la taille du groupe de délégation en utilisant des traces de mobilité réelles. Nous n'observons que les stratégies de délégation qui se basent sur des informations localisées fournis aussi des bons résultats comparés aux résultats considérant une vue complète de la topologie.