随着计算机和网络的普及，人与人之间的交流克服了空间障碍，在线社交网络也在人们的日常生活中发挥着越来越重要的作用。随之而来的信息量爆炸式增长、信息传播速度的剧增以及信息获取途径的多样化，在给人们提供便利的同时，也对舆情预警、谣言遏制等提出了新的挑战。本文在已有的在线社交网络信息传播研究的基础上，针对新浪微博数据，深入研究了在线社交网络信息传播机制，本文的主要工作和研究成果如下：1、已有的关于twitter和博客的研究工作表明用户发布信息的行为具有明显的周期性，本文基于新浪微博数据，对不同时间段微博的发布数量进行了统计分析，结果表明新浪微博用户的行为也具有周期性的特点：工作日的发布量明显多于周末；而微博发布的高峰时段在周末和工作日也有所差别，工作日的高峰时段在中午十一点左右，而周末是在晚上，而且周六的高峰时段晚于周日。2、转发作为新浪微博的重要功能之一，是信息传播扩散的主要方式，本文将一条微博的转发过程对应到一个转发网络，即以用户为节点，用户间的转发关系为连边，研究了微博转发网络的特征，发现转发网络的规模和宽度呈幂律分布，深度近似服从指数分布。信息传播是随着时间逐步推进的，微博上信息持续时间和相邻两次转发行为之间的时间间隔分布都服从幂律分布；根据转发次数随时间演化趋势不同，将微博大体分为六类。利用出度入度序列的方法，统计了转发模式出现的频率，发现最常见是星图和链图，由于微博转发的便利性和低代价，转发网络中包含一定数量的自环和双向边。此外，统计结果还表明信息在用户面前暴露的次数，对用户的转发概率有一定影响。3、在上述实证研究的基础上，本文提出了一个新的信息传播扩散模型。在这个模型中，将用户按照其个性分为标新型和从众型，用户参与转发的概率不仅与信息在用户面前的暴露次数有关，也和用户的个性特征相关。在不同网络上的仿真表明底层网络的拓扑结构和不同类型节点的比例都对信息扩散规模和传播速度有影响，从众型节点在一定程度上会抑制信息的扩散。以度中心性、介数中心性和特征向量中心性作为节点重要性指标时，在一定范围内，信息传播初始节点越重要性，信息传播扩散的规模越大。