近年来,随着互联网技术的发展,尤其移动互联网的普及,社交网络作为一种比较真实,稳定的交友模式在社会上越来越受欢迎。尤其以Twitter, facebook,新浪微博为代表这类在线社交网络呈现爆炸式发展。新浪微博官方数据显示,截止到2013年3月,新浪微博的注册用户已经超过5.3亿。社交网络作为现实生活中真实关系在网络上的一种拓展,所以具有一般人际网络的特征,相对有序,结构呈现一定的规律。基于此,我们认为对社交网络的结构进行研究是可行的,对于促进社交网络的进一步发展也具有重要意义。本文以复杂网络的基础理论为依据,结合图论的相关知识,对社交网络的结构进行深入的研究。首先搭建了稳定的、高性能的数据采集平台。在平台上,使用并行化计算框架Hadoop作为核心技术设计了爬虫模块,对广度优先的基础上做出改进,提出加权的广度优先算法作为爬虫策略以实现随机抽样。在分布式存储模块,采用一致性哈希算法作为数据设备映射算法。对数据库采用读写分离技术以及副本集技术提高数据库集群的稳定性和响应速度。其次,对新浪微博真实网络和去除人工干预之后的网络做结构性分析。采用最大似然估计的方法拟合度分布的曲线分析网络的无尺度特性,基于Hadoop计算框架改进的dijkstra算法计算平局最短路径长度来分析网络的小世界特性,通过互相关注率分析网络的对称性,通过计算网络的皮尔逊系数来表征网络的同配性,通过联合度分布来测量网络的入度分布和出度分布的相关性。经过分析得出新浪微博的真实网络更像是一个信息发布,传播的平台,经过去除人工干预之后的网络从结构上更像是经典的社交网络。