微博是Web2.0时代基于用户关系的信息发布、分享和获取的开放式平台。依靠庞大的用户数量和背对脸式的弱关系,微博的传播表现出爆炸性,是一种具有核裂变式传播能量的病毒式传播。转发是微博平台上信息传播的重要方式之一,本研究从复杂社会网络的视角,运用社会网络分析方法和网络传播动力学理论对草根微博的转发用户网络拓扑结构和传播特征进行研究,旨在为理解用户之间的相互作用对信息传播产生的影响、揭示开放平台上信息的传播规律提供理论支持,有助于更加深刻地理解信息在社会网络群体中的传播。本研究主要工作和结论如下：首先,利用本研究自行开发的微博数据抓取程序从新浪微博平台采集相关数据并进行数据预处理；运用社会网络分析方法构建微博转发用户网络模型并对其聚类系数、平均路径长度和度分布等网络拓扑特征量进行测度和比较,验证了微博转发用户网络具有小世界和无标度网络效应,属于复杂社会网络。其次,结合统计信息处理技术,对微博转发用户网络拓扑特征量与微博转发量之间的相关关系进行了检验,发现网络平均度与微博转发量之间存在着显著的负相关关系、平均路径长度与微博转发量之间存在着显著的正相关关系、平均聚类系数与微博转发量之间存在着显著的正相关关系、凝聚子群分析值与微博转发量之间存在着显著的正相关关系。在此基础上,对各相关关系产生的内在原因,包括网络的动态演化、用户看到一条微博的概率、邻居效应和节点共同属性等影响因素进行了分析。最后,通过放宽“网络节点度近似等于网络平均度”和“网络中节点总数量相对固定”两项假设,对传统病毒传播模型进行修正,提出刻画微博转发的SI模型。依据新浪微博平台真实数据对模型传染率λ和出生率μ进行参数估计。分析发现,微博在发布初期表现出比较强的传播能力；一些转发量较大、转发过程持续时间较长的微博因转发用户网络的动态增长性,强节点的加入在带来感染者绝对数量增长的同时也会使网络感染密度表现出下降趋势。