社交网络是近年来的一种新型网络应用。随着互联网技术的不断发展，越来越多的人们不再局限于通过电话、短信等传统方式进行沟通，开始尝试网络交流方式，这使得社交网络开始兴起，并逐渐成为信息发布和传播的主要平台之一。这种新兴网络平台应用的不断发展，促使相关研究的理论和方法不断丰富与完善。新浪微博作为社交网络中的佼佼者，凭借其庞大的用户群和完善的功能体系成为社交网络研究的热点。在此大背景下，本文运用社交网络分析方法和用户影响力算法，选择合理的网络特征参数和算法添加指标，对新浪微博两类用户网络的网络特性和单个用户的影响力进行研究，阐述计算结果的差异性及意义，为改进新浪微博功能及更好地利用新浪微博平台来发布信息和互相交流提供参考，研究具有实践及一定的理论价值。　　首先，论文阐述了研究的背景和意义，对国内外有关社交网络、社交网络分析法和社交网络中的用户影响力的研究成果进行综述，介绍了论文研究内容。其次，论文对复杂网络的概念和特性、社交网络的概念和社交网络分析进行详细的阐述，并对PageRank算法进行说明。在此基础上，一方面，对现今发展最好的社交网络类型——微博的发展进行概述，提出本文选择新浪微博作为研究对象的原因;接着论述了数据获取的方法，然后运用社交网络分析方法对新浪微博“娱乐”标签下的两类用户网络:V型明星用户网络和普通用户网络的网络特征参数进行计算分析。共性表现在用户之间的互动均不够频繁，交流较稀缺，且两类用户网络中都有领袖式人物存在。而差异性表现在:第一，V型明星用户之间的联系会出现交叉，网络之间的联结关系呈现整体性，而普通用户只与相同关注领域的用户存在互动，形成明显的区域划分;第二，普通用户获取信息的渠道有限，网络中核心用户的领袖作用要远远低于V型明星用户。另一方面，利用用户影响力算法对上述两类用户网络中的单个用户的影响力进行计算分析。首先结合新浪微博的特点选取合理的影响力评价指标，然后通过选取的指标对网页重要性评价算——PageRank算法进行改进，构建了新浪微博用户影响力算法(UIRank算法)，最后应用UIRank算法分析用户影响力。研究发现，本文提出的UIRank算法计算结果，较新浪微博现有的名人榜以及原始PageRank算法的计算结果更好，验证了所提出算法的有效性。本文的实证分析还发现，V型明星用户作为公众人物，粉丝众多，号召力强，影响力明显大于普通用户。V型明星用户要慎用自身的影响力，注意一言一行对公众造成的影响;新浪微博运营商在想要发布或者传递重要消息的时候，可以选择V型用户作为发布的源头，利用V型用户影响力，快速传递扩散信息。