社会化媒体的发展已经从根本上改变了人们获取信息和形成意见的方式,使得人们从大众媒体单向传播、用户被动接受的时代跨入了用户可以进行内容创作、信息分享、意见互动的人际传播时代。在人际传播为主的社会传播中,每个个体都可以作为信息源,影响着他人的意见和决策。值得注意的是,不同个体对他人的影响力是不同的,如何识别异质的影响力并量化其在信息扩散、情感蔓延和行为传播中发挥的作用,已经引起了经济学、社会学、物理学、金融学和管理学等学科学者的广泛关注,解决该问题可以帮助人们制定相关的干预策略（如控制谣言传播、抗议活动等）或是更好地进行市场营销等。本论文将从实证数据分析、动力学模型构建和理论分析这三部分出发,研究社交网络中个体影响力异质性的分布对社会传播过程的影响,旨在更好地揭示真实的社会传播现象的演化机制。本论文第一部分从在线新闻的扩散数据出发,在所有用户中,识别出了高影响力的用户,并发现了异质性用户中存在不同的新闻传播模式及分析了相应的扩散网络结构特征。首先,本论文以用户的粉丝量为依据对实际数据中的所有用户进行社团划分,利用符号传输熵测量了不同社团之间的信息流向（即,所包含用户间的相互影响情况）,研究结果表明:不同社团之间的信息流向具有明显的不对称特征,且一般情况下,粉丝量不小于105的用户总是驱动粉丝量更小的用户进行信息扩散。因此,本论文将所有用户粗略的划分为两类:高影响力用户（粉丝量不小于105的用户,也称为大粉丝量用户）和普通用户（粉丝量小于105的用户）。将所有参与在线新闻扩散的用户划分为两类后,本论文发现在线新闻扩散数据中除了存在普遍认为的大粉丝量用户更有利于信息扩散的情况之外,也存在普通用户主导信息扩散的情况。接着,本论文分析了不同用户主导下的数据,得到了新闻的扩散网络结构特征及扩散网络节点间距离的分布规律:在大粉丝量用户主导下,新闻的扩散网络结构呈现中心集聚型,节点间距离的分布服从高斯分布;而在普通用户主导下,新闻的扩散网络结构存在长程的不规则的扩散路径,且长程的扩散路径导致了节点间距离的非高斯分布。本论文第二部分构建了基于在线新闻扩散的社会传播模型,复现了在线新闻的传播模式和扩散网络结构,揭示了不同扩散网络结构产生的机制。本论文构建了具有异质影响力的社会传播模型,通过对在线新闻扩散过程的仿真复现,得到了真实新闻扩散的传播模式、扩散网络结构和扩散网络节点间距离的分布,从而揭示了在线新闻的扩散机制:当普通用户影响力较低时,信息扩散以简单扩散为主,大部分的转发来自大粉丝量用户,扩散网络结构呈现中心集聚型,节点间距离的分布服从高斯分布;而当新闻内容具有争议性或是引发大众的兴趣时,普通用户的意见受到重视,他们的影响力增强,新闻传播以复杂传播为主,扩散网络结构呈现以普通用户交互为主的长程不规则的扩散结构,从而导致了扩散网络节点间距离的非高斯分布。此外,本论文提出了一个指标,即,转自每个普通用户的平均信息数量,该指标可以很好的将数据中的两种主导模式进行划分,从而揭示了普通用户主导新闻扩散的情况。本论文第三部分对具有异质影响力的社会传播过程进行了理论分析,区分了高影响力用户和普通用户是如何发挥作用的,研究了用户影响力异质性的分布对爆发阈值和传播范围相变的影响。本论文改进了边划分理论,对具有异质影响力的社会传播过程进行了理论分析。同时,考虑到一个用户有如下三种可能的方式接受某个信息:通过高影响力用户,通过普通用户和通过两类用户的混合作用,利用排列组合理论测量了不同用户在传播过程中是如何发挥作用的。本论文发现系统中存在一级相变、二级相变和混合相变的现象,并揭示了异质性的用户是如何引发不同相变产生的。此外,本论文发现增加高影响力用户的比例,系统中最终传播范围随着传播概率的增加出现交叉相变的现象:当普通用户影响力较强时,系统会从一级相变转变为二级相变;而当普通用户影响力较弱时,系统相变则会从一级相变转变为混合相变,再转变为二级相变。增加两类用户影响强度的差异,系统中存在类似的交叉相变的现象。总之,本论文系统地分析了个体影响力的异质性分布对社会传播模式、扩散网络结构和传播范围相变的影响,为研究异质性的用户如何在社会传播中发挥其作用奠定了基础。