继二十世纪末复杂网络的小世界效应及无标度性的发现之后，复杂网络的研究得到了越来越多的关注，来自各个学科的研究者们从各个层面对复杂网络展开了深入的研究，复杂网络已经成为一个充满生命力的交叉研究领域。目前，复杂网络的研究主要集中在两个方面：一方面是复杂网络理论性的分析与仿真，新的理论模型和新的分析方法不断涌现；另一方面是从现实网络中不断发现新结构与新现象，运用复杂网络理论来观察、理解和解决具体应用问题。 随着信息技术的发展和互联网的普及，Web2.0已经成为新一代互联网应用的发展趋势。Web2.0系统中存在着大量的非线性、自组织和涌现现象。将复杂网络研究与Web2.0相结合，不仅有助于正确认识和理解Web2.0，以及对Web2.0的下一步发展有指导性意义，同时也将启发、推动复杂网络的理论研究工作。 个性化是Web2.0的主要特点之一。个性化信息服务已经成为互联网应用的一个重要的研究热点，得到了越来越多研究者的关注。其中，用户建模，聚类、分类以及自动推荐技术又是个性化信息服务中的关键技术，这些技术的研究必将有力地推动互联网大规模的个性化信息服务。 本论文围绕以上几个方面，将复杂网络的理论方法与互联网个性化信息服务相结合，进行了深入的研究和实践。论文的主要内容为： 首先，将复杂网络的研究与Web2.0相结合。具体包括：一、用复杂网络的理论方法，研究Web2.0系统中存在的非线性机制，自组织和涌现现象。二、研究复杂网络中的社团(community)发现理论，提出具有交联结构的复杂网络中的可重叠社团发现算法。三、对Web2.0中一个具有交联结构的复杂网络中的社团结构进行统计分析。 其次，将复杂网络特征应用于关键词抽取和聚类分析中，具体包括：一、研究了汉语语言所组成的自然语言网络中的“小世界”特性，提出基于复杂网络特征的关键词抽取算法。该算法综合考察单词在语言网络中的连接度和聚集性质，抽取复杂网络综合特征值高的节点作为关键词，旨在找到那些可能相对低频，但对文章主题表达起重要作用的单词。二、在对复杂网络重要特征深入研究的基础