社会网络分析方法是一种量化的社会学分析方法。它将社会行动者映射为图的节点,社会行动者之间的关系映射为图的边,然后利用图论的相关知识来解决社会网络的问题。数据挖掘是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。将数据挖掘的方法应用于社会网络分析是数据挖掘研究领域的一个新方向。　　 本文主要在算法改进和系统实现层面展开数据挖掘在社会网络分析中的应用研究,论文的主要工作如下:　　 1)综述了社会网络分析方法的研究现状及数据挖掘技术在其中的应用现状；　　 2)针对实体识别问题,本文在对基于图的实体识别方法进行深入研究的基础上,提出了新的相似度度量方法,使其能够应用于有权有向图上的实体识别,并在此基础上提出可以处理多链接属性的实体识别算法；　　 3)针对核心节点发现问题,本文提出了基于图和双向搜索的最大频繁项集生成算法,在此基础上提出了一种基于最大频繁项集挖掘的核心节点发现算法；　　 4)基于电信分析系统平台,重点研究和分析了上述算法的具体应用并在电信数据集上进行测试,应用结果表明上述算法的有效性和实用性。