随着在线社交网络的发展，用户产生内容（UGC）越来越多，信息量大，信息质量参差不齐，使得用户想要快速高效地选择自己所需要的信息变得越来越难。如何帮助用户发现他们最感兴趣和最具价值的信息，如何让不同类别的信息或观念能在在线网络上快速的传播，成为众多研究者们共同面临的问题。本文对社会理论和在线社会网络的发展做了详细的介绍，并对在线社会网络中的个性化推荐算法以及在线社会网络的社区划分进行了深入分析。结合两级传播论与结构洞理论，提出了在线社会网络中信息的三级传播论，即：消息或者新观念在一个团体发起后，经团体之间的结构洞传递给另一个团体，再由团体内部舆论领袖传递给本团体的其他成员。此外，本文根据兴趣图谱是在线社会网络中信息传播的重要载体这一理论，将在线社会网络中信息流向归结为信息由一个兴趣图谱发起，经过兴趣图谱间的结构洞，传播到另一个兴趣图谱，再由舆论领袖将信息转播给图谱内的其他成员。因此，若要传播某一方面的新闻或者消息，只需找到相应的舆论领袖和结构洞，与此同时，相对应的用户也能得到符合自己品味的个性化推荐。本文提出了一个基于潜在兴趣图谱的结构洞发现算法来寻找社交网络中的结构洞，同时设计了一个基于节点可信度的舆论领袖发现算法用于兴趣图谱中舆论领袖的查找。