近些年来，互联网技术，尤其是移动互联技术的迅猛发展已使得在线社交网络成为现代社会进行交流的一种有力工具。国外的Facebook、Twitter，国内的微博等，作为目前主流的社交平台，吸引了众多用户参与信息的创作与传播。利用网络进行产品的宣传和营销也已经是各个商业公司的重要研究内容。在线社交网络传递了海量的信息，并且现在很多传统媒体也开始广泛使用这些在线社交平台传播他们的消息。近年来的在线社交网络的迅猛发展也大大降低了新闻编辑与发布的难度，并且媒体和用户之间的区别也越来越小。利用在线社交网络实现信息的有效快速传播已对现代人类日常生活产生了深远影响，已经成为了信息传播领域的研究热点。社交网络的节点网络结构十分适用于复杂网络来描述。通过复杂网络，我们可以方便地引入图论工具进行定量化研究。复杂网络由于其结构特性，小世界网络使得其在局部极其容易传播。无尺度网络特性使得消息在整个网络中一旦接触到度很高的用户，信息将极其容易被传播开来。然而，由于线上社交网络的用户群数量爆炸式增长，信息洪水问题日渐严重起来，使得大部分信息无法吸引到注意而很快被遗忘，从而影响了信息有效传递。　　因此，本文将基于社交网络本身的无尺度特性，以Twiaer网用户之间的好友关系拓扑图为研究内容，采用SIR传播模型进行信息传播实验，通过对比不同因素变化对信息传播范围的影响，探究在线社交网络中信息传播机制以及影响传播效果的重要因素。通过确定消息传播过程中的突变，文章发现消息内容比发送者的人气更加能够影响消息的传播。另外，消息被转发的概率存在一个影响到消息传播能力的阈值。当消息被转发的概率在阈值之上时就很容易得到大规模传播。之后我们得到了在网络中信息得以广泛传播的阈值，以此可判断且使得消息得到大范围传播。此外，网络的社区结构特性可以使得信息在局部地区更容易传播、不同社区结构之间可以通过连接用户进行传播。充分利用网络的社区结构将使得信息的传播更加有效。论文中，通过将传染病传播模型应用于推特网的实名数据，通过随机游走试验的方式得到了一个可以在实际操作中确定的传播阈值，而不再是模型中难以测量的参数。此外，本文还拓展了网络中计算子核核度的方法，以此来快速得到网络社区检测的结果，并将结果用于增强信息传播效果。