近年来,随着互联网技术的发展,社交网络在人们的生活中扮演着重要的角色,它已成为人们生活的一部分,并对人们的信息获取、思考和生活产生不可低估的影响。在社交网络上,每天都有大量信息产生并借助庞大的社交关系链传播。有些信息,比如国际社会新闻,会迅速传播开来并持续很长一段时间;还有一些边缘化信息会在小范围内传播一段时间后很快从社交网络中消失。不仅如此,社交网络也成为每个社会个体分享发布信息的平台,用户可以随时随地在交友网站上更新自己的状态并和好友互动。社交网络成为人们获取信息、展现自我、营销推广的窗口。但是与此同时,社交网络也存在着一些弊端,比如社交网络也是谣言传播的集散地。因此,研究信息在社交网络中的传播过程,并控制信息的传播具有重要意义。当前的大多数研究都是基于平均场建立信息传播的SIR模型,这些模型假设网络中所有节点的邻居节点个数相同,即用平均度近似每个节点的度。然而现实中的社交网络大多是异构网络,不同类型的网络具有不同的度分布,例如facebook上的用户节点度具有幂律分布的特性。因此,引入节点度分布对社交网络中的信息传播研究具有重要意义。本文探索了社交网络的信息传播机理,根据信息在社交网络中的传播过程建立了SIR传播模型;针对社交网络的异构特性,基于节点的度分布给出了信息传播过程的动力学演化方程组,计算了信息的传播范围,分析了模型的基本再生数和初期稳定性,并采用仿真实验分析了传播机制和网络模型对传播过程的影响,验证了理论分析的正确性。