社会网络作为数据挖掘的一个分支,近年来得到迅速发展并成为研究热点之一。社会网络已经被引入到各种应用领域:科研合作、移动通信、广告传播、市场营销、恐怖袭击预测、IT与通信业等等,大部分应用领域的复杂系统本质上可以用社会网络进行刻画,复杂网络的发展提供了精细刻画社会网络结构特征和演化行为的有力工具,从而有望揭示应用领域复杂系统结构演化的特征。本论文立足于社会网络结构特征研究从小规模社会网络到复杂社会网络这一新的发展趋势。第二章节,对传统的小规模社会网络到复杂的社会网络研究所采用的度量参数进行了细致的总结,包括各参数的实际含义和具体计算;后续两个章节分别针对两个不同的应用领域,对社会网络的结构特征规律进行描述和分析,并找出应用中社会网络结构特征所表现出来的共性。第三章节,研究用户-对象二部分图结构特征在推荐系统中的应用,对大量表达为二部分图的推荐系统进行了实证分析。特别地,本论文提出了用于刻画用户协同选择兴趣的多样性的协同集聚系数,实证分析揭示了很多有趣的度度相关性和簇度相关性,这些相关性恰到好处地定量解释了信息挖掘研究中比较困惑的问题,例如个性化推荐中新用户问题;以用户为中心和以物品为中心的推荐算法选取问题;不同流行程度的物品在信息挖掘中的地位,等等。第四章节,本论文借助社会网络分析法研究舆情网络,此时不再是网络本身的静态结构特性,而是加入了时间因素的动态结构特征,可以用于研判互联网中某个集中讨论的信息是否属于舆情信息,属于哪一类舆情,因此才能进一步的发现发布这些信息的关键场所和关键用户,并对此进行有效地监控和引导,有效地降低负面言论的传播速度,纠正负面言论并将舆论导向正确健康的方向。第五章节,本论文在复杂网络的相关理论基础上,对社会网络研究中与结构相关的一些重要问题进行了深入的探讨。尤其是为大规模的复杂社会网络的结构特征的统计分析提供一个清晰的框架。由于社会网络结构对其的应用有重要影响,所以对社会网络结构进行分析在科学研究中是很有意义的。