社交网络是Web2.0下的重要产物,在给人们的生活带来便利的同时,导致了信息的爆炸性增长。在精神生活方面,社交网络的出现不仅使人们能够在网上自由的发表言论,而且可以把自己真实世界中的关系网络移植到因特网中,如facebook,人人社区,博客网络等等。随着网络的发展,人们之间的关系越来越复杂,人与人之间的距离也在缩短,导致信息在网络中传播的速度越来越快,而人的情感会伴随着话题的传播而传播,人的情感的传播表现为网络舆情的传播,如何对网络舆情进行监测成为了研究的热点。在物质生活方面,电子商务网站中加入了社交网络的元素,使人们在购买商品时不仅能够参考商家的信誉,而且可以看到买家对商品的评论信息。但随着网络的发展,评论信息日益增多,如何从数目繁多的评论信息中挖掘出潜在的商业价值,是商家和用户都关心的问题。本文从社交网络中情感和信任的传播入手展开了这两方面的研究工作。首先,介绍了社交网络中的情感传播,并研究了新浪博客中的突发性话题传播中的情感传播的特点。通过对新浪博客中突发性话题数据的分析,发现了突发性话题所具有的特点：传播速度快,持续时间短,并在传播过程中有一次明显的高峰。因此,本文对社交网络中情感传播的条件添加了传播时间窗口,限制了影响时间,通过与原方法的对比,实验结果表明在预测情感传播的准确率上的本文方法有所提高,从而验证了本文提出的方法的有效性。其次,介绍了社交网络中信任传播的研究,并对用户相似度与用户之间的信任关系在epinion数据集上进行了统计分析,发现具有信任关系的用户的相似度在总体要大于不具有信任关系的用户的相似度。本文利用用户的相似度和用户之间信任度的关系,结合贝叶斯理论,对传统的信任传播模型进行了改进,并通过对多组实验结果的分析,本文的方法在准确率,召回率,F值等指标上相比原信任传播模型均有所提高。本文通过在情感和信任两方面对人的主观性信任的传播的研究,提出了突发性话题中情感传播的研究方法和基于贝叶斯理论的信任传播模型。前者是对情感传播方法在突发性话题传播中的应用的改进,实验结果验证了方法的有效性。后者利用用户相似度,结合贝叶斯理论,对信任传播模型进行了改进,通过多组实验的对比,验证了方法的有效性。