随着中国金融及证券市场的快速发展,以推出创业板为契机,进而完善二板市场及多层次市场体系就成为中国经济发展中的重要一步。相对于主板市场的高门槛,创业板市场打破了主板市场难以逾越的规则障碍,丰富了中小企业的融资渠道。与此同时,巨大的挑战使得创业板企业虽然产业背景和产业种类不同,但彼此的竞争合作关系越来越趋于深入化和复杂化。因此,用大数据分析的方法在创业板企业的关系图谱中研究具有核心影响力的企业,预测判断最有发展潜力的高新技术公司,可为投资融资市场提供可靠的依据和不同角度的意见。本文的主要工作分三方面内容:第一,作者收集和爬取了我国沪深创业板上市公司2017年上半年的企业年报信息和企业股东的社交网络信息,对数据进行处理了筛选及相关处理。从中分别提取出创业板512家上市公司的十大股东信息、共营产业信息、股东社交微博帐户信息。其次,基于预处理得到的数据,本文运用复杂网络理论对网络结构特性进行了研究分析,分别构建了三大网络图谱:基于十大股东的上市企业复杂关系网络、基于共营产业的上市企业复杂关系网络、基于股东信息的社交复杂关系网络。然后基于已构建的三大网图谱,运用拓扑理论和统计方法对构建的网络图谱进行解析,得出各个网络图谱节点的度分布及集聚系数特征等,从而推断出网络模型中的关键节点和企业之间的关联性,之后对不同的复杂网络企业重要性作实证研究和权威比较。第三,提出了广义映射理论和层次分析法,对三大网络之间的关系进行解析,定性及定量的确定各网络中的影响因子,通过构建权重向量最终确定最佳影响力判别方法,以此判断网络节点即上市企业在整个网络中的重要性及影响力。研究结果表明,创业板上市企业整体的结构关系是复杂的,整体的系统网络具有明显的小世界效应特征,存在高度的聚类性,上市企业彼此之间相互作用相互影响的关系非常紧密。本文的研究不仅能够为创业板上市企业提供行业和个体在整体中相关地位的有效信息,还有助于提高创业板上市企业自身的竞争能力。在经济飞速发展的今天,构建自身的网络关系和合作式竞争更有利于扩大可持续发展空间,促进创业板上市企业有效稳健的向前发展。