目前如Facebook、微博等在线社交网络服务(Online Social Network, OSN)已经成为互联网中的重要应用,用户数持续增长,成为很多人必不可缺的信息获取手段和社交途径。用户及其之间的连接关系是组成和维持社交网络的基本要素,本文以连接关系为研究对象,从连接强度、连接类型、连接动态性等角度对其进行深入研究。这一研究也可以为OSN领域的相关研究提供理论基础,如推荐系统、隐私保护等问题,帮助服务提供商提供更具有实际价值的服务。本文首先针对连接关系,调研了多个领域中的研究理论和成果,对其进行对比和分类,提出了基于OSN的用户连接关系研究的内容框架。随后,分别提出了基于多元逐步回归的连接强度测量算法(MSLR)和基于随机游走策略的连接类型识别算法(RW-RT),能够充分利用社交网络中的用户信息、交互信息和用户之间的依赖于好友关系形成的拓扑网络,准确的识别用户之间的关系强度和关系类型。利用新浪微博的中的真实用户数据,关系强度测量MSLR的准确度约为80%,连接类型算法RW-RT的测量准确度约为85%。证明了算法的有效性和准确性。对于用户连接关系的动态性问题,由于用户行为会导致用户关系随时间发生变化,因此本文从用户行为的时间模式为出发点,侧面反映连接关系的动态性。利用小波变换和动态时间弯曲的K-Medoids算法(WT-DKM),得到微博用户行为的典型时间模式。此外,本文还基于MSLR算法和RW-RT算法开发了一款新浪微博应用,能够自动测量用户之间的关系强度,并从好友分组的角度帮助用户自动管理自己的好友关系,证明了算法的实际价值。