随着Web2.0的发展和移动互联网使用范围的迅速膨胀,在线社会网络逐渐成为了人们信息传播、交流沟通的主要渠道。事实和研究都表明,在线社交网络在大规模信息传播中发挥着重要作用。在线社会网络是指人们以计算机和网络为中介进行社交、联系和协作所形成的人与人之间的社会网络,它的流行使得基于社会关系的信息传播研究成为当前的研究热点。本文结合当前国内外研究现状,对社会网络中节点信息传播能力度量及信息传播规律进行研究。研究成果丰富了社会网络分析和网络信息传播理论与方法,在企业广告的定点投放,政府的重点用户群体舆情监控、突发事件和群体事件网络传播的预测与干预,及谣言的有效引导与控制等方面具有重要的应用价值。本文的研究主要包括以下几个方面:首先,基于h指数的思想提出了有权无向网络中节点信息传播能力的中心性度量方法,并对其进行了多方面的扩展。研究了其在真实社会网络中的度量效果,分析了它与其它中心性度量的异同。采用数值模拟及统计建模的方式比较各个中心性测量在节点信息传播能力识别上的优劣,结果表明:所提出的方法仅依赖于网络结构,具有普适性,且简单易操作;不能被其它已有的中心性测量替代,且可以综合体现各中心性测量;在节点信息传播能力的识别上具有较强的识别能力。其次,将上述研究推广到有向网络中,提出有向网络中节点信息传播能力度量的新方法,并对其进行多方面的拓展。将该方法应用到引文网络中度量文章的影响力,进而提出基于文章引用关系的学者知识传播能力度量方法。以问答社区知乎为例,提出依据社会媒体用户信息交互关系来度量用户传播高质量信息能力的新方法。实例分析表明,所提出的方法是有效的,为社会网络中节点信息传播能力的度量、有影响力传播者的识别、及节点的中心性分析提供了新的方法和工具。然后,本文研究了节点在动态社会网络中的地位与其信息传播能力的关系,并基于节点在早期社会网络中的地位建立节点未来信息传播能力的预测模型。研究表明,节点在早期网络中占据了重要地位,那么在未来则更可能占据重要地位,节点的网络中心性度量可以用来预测其未来的信息传播能力。再后,结合微博的信息转发规律,利用贝叶斯原理建立了能够刻画用户传播意愿变化的信息传播模型。它能够描述信息传播过程以及用户对信息的传播意愿和信息的知晓范围,能对定点免疫等信息控制行为的效果进行建模和预测。结合真实网络的仿真研究表明,该模型能够有效的描述微博信息的转发规律,再现信息传播过程,为预测信息传播范围、知晓范围以及信息传播的控制等提供了新方法。最后,本文对所获取的在线社会网络信息传播数据,从信息本身、用户行为、用户属性及用户的社会关系和信息交流关系等方面分析了在线社会网络中的信息传播规律及影响因素。研究发现,信息是否流行是有规律可循的,信息的长度、用户的属性、用户的行为,用户的社会关系等都会对信息传播产生影响。