近年来兴起的兴趣社交网络中因其内在的商业价值引起了人们的注意。兴趣社交网络中涌现出大量的商品供需信息,带来的问题之一就是商品供需信息传播匹配效率低下。为解决上述问题,本文依托社会网络分析方法,探讨在具备小世界特性的兴趣社交网络中商品供需匹配的特点,研究商品传播和匹配的规律和提高匹配效率的策略。本文选取豆瓣网关注关系为实证数据,提出在兴趣社交网络中友邻信息相关度与供需信息传播匹配效率正相关的假设,并采用计算机仿真方法来验证假设。论文获取豆瓣网的社交网络数据、包括网络用户藏书数据和图书的标签数据,针对随机选取的1000个用户和200本图书作为实验样本,分别设计两套友邻信息相关度度量算法和两套兴趣社交网络中商品供需信息传播匹配算法,采用进行仿真模拟实验进行了比较。实验结果证实了人们对于商品检索的直观判断,得出在兴趣社交网络中,商品供需信息传播匹配效率与友邻信息相关度正相关的结论。