合作行为已广泛存在于社交网络,信息传播作为合作行为的一种,已经融入到人们的日常社交活动之中,影响着网络与人类社会的发展。因此,研究社交网络中的用户合作行为与信息传播已成为社交网络分析中的热点。但是,目前的研究过程中忽视了用户行为多样性和网络复杂性与动态性对合作行为的影响,且大多数对信息传播的研究没有考虑微观层面。因此,针对上述问题,本文主要工作如下:首先,针对用户行为多样性的特点,提出了边演化博弈EEG（Edge Evolution Game）模型。该模型采取两两交互模式,基于囚徒困境博弈心理设计了收益函数,并根据用户收益的计算结果设计了策略更新规则;考虑到策略更新过程影响用户间的关系,提出“断边—重连”机制;通过实验分析了不同网络中的合作行为演化,验证了“断边—重连”机制会促进合作团簇的形成,从而促进用户间的合作。其次,在EEG基础上提出基于边演化博弈的信息传播ID-EEG（Information Dissemination based on Edge Evolution Game）模型。该模型以演化博弈的角度对信息传播过程从微观层面进行了分析。模型将用户分为感染态与易感态,采用合作与背叛策略表示用户的行为意愿。考虑到不同类型的节点成功传播信息后所获取的收益不同,定义了信息收益并设计了收益函数;根据用户收益构造了用户接收信息的概率,模拟了用户的传播行为。在真实的网络数据上进行了实验,发现信息收益会促进信息传播,而背叛诱惑会抑制信息传播;验证了ID-EEG模型能够准确预测信息的传播过程且稳定。最后,对ID-EEG进行扩展,构建了基于边演化博弈的多源信息传播MSID-EEG（Multi Source Information Dissemination based on Edge Evolutionary Games）模型,研究了社交网络中信息间的竞争与合作关系。通过引入影响系数,结合信息收益量化了信息间的关系;模拟了竞争与合作性信息的传播过程,并分析了影响系数对二者传播过程的影响。实验结果表明:处于合作关系的信息随着影响系数增加,促进能力越强;处于竞争关系的信息,抑制作用随着影响系数的减小而增强。