在现在社会中,社交网络已经成为人们快速沟通、交流的重要方式之一,通常社交网络可以理解为一种互动的多用户网站,它将用户的特征和兴趣结合起来,将用户的社交活动转变为相对于的数据信息。该信息对于商家的经营模式、产品销售和服务理念都具有重要的指导意义。由于每天都有大量的用户在社交网络中进行活动,因此每天都会产生大量的用户活动信息,如果将这些信息合理的应用于商业领域之中,就可以很好的促进各商业领域的发展。为了解决这一问题,本文利用数据挖掘(DM)和社交网络分析(SNA)的方法来处理大数据信息,同时合理选择收集,存储,处理大数据技术来完成这一任务。此外,由于有效的数据存储提取结构可以在分布式环境中优化处理并行数据,因此存储大数据的工具的选择饱受重视。本文在实时反应的情况下,将复杂选择技术和软件处理技术相结合来处理大数据,在社交网络分析中,构建了一个通用的大数据处理模型。为了更好的分析和处理大数据的基础模型,本文详细分析了用于解决数据量化特征的直接正向方式和方向方式,以及计算资源的存储模型。通过实验表明,本文提出的模型不但可以缩短接收数据的时间,还能使其更加接近于原始数据,将实际数据很好的加载在计算资源之中。本文所开发的社交网络分析软件,对于大数据分析师的理论理论研究和实际应用具有一定的实用性。