社交网络作为典型的复杂网络,从狭义角度看,是建立在现实人际关系基础之上的具有沟通、分享等功能的网络服务或平台;从广义角度看,是个体以及个体之间某种连接方式的集合。本文主要研究广义的社交网络。随着互联网大数据时代的到来,信息科技迅猛发展,从邮件网络、学术交流网络、校内论坛网络等传统社交网络到生物网络、通讯网络、交通网络等新型社交网络,社交网络得到了极大的发展。社交网络连接理论是社交网络理论的一个重要分支,针对这类连接问题开展研究,对解决复杂性问题有重要的理论意义和参考价值。本文主要工作是基于图论知识和复杂网络理论基础,研究社交网络统计特征,挖掘网络社团之间的潜在关系,结合社交网络连接理论和计量经济学模型,讨论社交网络的实际应用和发展方向。首先,本文简要介绍复杂网络理论基础,包括图论知识、网络基本概念及其矩阵描述;在此基础上研究社交网络的统计特征,分别是社交网络模型、社交网络中心度和社团结构检测三方面,并对相关公式给出了数值例和图示。然后,结合社交网络连接理论和计量经济学,推导得出社交网络连接强度计量模型。基于该模型得到两个研究结论,即1.不同求职途径中获得工作机会的概率相等时,通过弱连接求职的劳动者期望工资水平要高于强连接;2.不同求职途径中工资出价分布相同时,通过强连接求职概率大于通过弱连接求职的概率时,通过弱连接求职的劳动者期望工资水平要高于强连接。从概率论角度说明在社交网络中度小的节点重要性往往大于度大的节点重要性。最后,通过改进的工资计量模型和CHIP统计数据,对弱连接结论进行实证分析和稳健性检验,进而证明结论的合理性。具体而言,家人、亲戚、朋友和熟人等亲密度高的社交网络强连接实际上并不利于个体职业阶层和工资水平的提升,反而是联系稀少、关系疏远、接触范围广阔的社交网络弱连接对提高个体工资收入水平和职业阶层有正向效应。因此,在现代求职社交网络结构中,弱连接更有利于提升个体收入水平和阶层。