在实际生活中，各类传播现象广泛存在于各种类型的社会网络中，例如传染病在社会接触网络中的传播以及信息、舆论在社交网络中的迅速扩散等。以信息和流行病传播为例，在以往的有关社会网络上传播动力学的研究中，学者普遍认为信息与流行病两者传播机制一致，从而直接采用流行病传播问题的研究方式去研究信息传播，这样往往忽略了影响传播动力学结果的信息自身的某些特征，例如社会强化效应、记忆效应、非冗余性等。实际上，考虑到现实社会网络中的个体存在从众心理，导致邻居对个体接受信息起到了社会强化效应，从而，本文提出基于传播者邻居个数的信息传播概率的动态化描述函数，并构建出更拟合实际的信息传播模型，深入研究信息传播动力学参量与传播密度、传播阈值之间的关系。此外，考虑到信息与流行病之间相互作用的规律，本文提出了信息的需求因子和流行病的抵御因子，并在信息传播动力学模型的基础上构建了信息和流行病传播共演化模型，深入探索社会网络上传播动力学特征。本文主要的研究内容包括如下几个方面:
　　(1)考虑信息在社会网络上的传播具有社会强化效应，提出了基于已知态邻居数量的社会强化效应的量化指标，即信息传播概率的动态化描述函数，区别以往研究中按邻居传播者比例计算的局限性，通过个体所有邻居中能够传播信息的个体数量将真实社会网络中存在的强化效应体现出来，构建了考虑社会强化效应的信息传播动力学模型。通过理论计算和数值模拟，得出各参数与信息传播阈值、传播范围的关系。
　　(2)考虑到信息与流行病的协同演化规律，本文提出了信息的需求因子和关于流行病的抵御因子，结合考虑社会强化效应的信息传播动力学模型，构建了信息和流行病传播协同演化模型。利用理论解析和仿真模拟等方法，研究了信息和流行病传播动力学参数对二者稳态时的传播密度的影响。
　　(3)为了验证传播动力学模型在真实网络结构上传播规律，本文在局部在线社交网络（加州理工学院的Facebook网络）上进行仿真实验，研究信息传播参量、信息和流行病传播相互作用机制对二者的传播密度的影响。
　　本文的研究成果丰富和完善了已有研究的理论与方法，有助于人们更加深入的了解和预测社会上某些传播行为的形成与演化方向，从而通过合理运用社会网络中的人际影响以及行为数据来产生社会影响，控制行为的改变，为管理者进行科学决策提供了新的思路及决策依据，具有重要的应用价值。