随着互联网及科学技术的发展,便捷的社交网络搭建了人与人之间信息共享、网络沟通交流的桥梁,极大的满足了人们非接触式的社交需求,缩小了信息传播由于地域和空间所造成的滞后,使我们随时随地分享各类新闻话题事件。以微博、微信为代表的社交网络平台更是凭借其移动社交化和信息更新及时性的特点,吸引了庞大的用户群体。面对社交网络服务的迅速发展,引起的社会效应不断显现,如何提高信息的传播效力等不断成为研究热点。因此,本文将针对社交网络的拓扑结构及信息传播模型进行相关研究。本文首先采用复杂网络技术对社交网络进行网络拓扑结构分析,以“2021年河南卫视唐宫夜宴”话题作为信息传播的研究素材,构建邻接关系矩阵得到可视化结果,结合其中心性、结构洞、凝聚子群分析等探讨社交网络用户及媒体的信息传播网络结构特性。其次研究当前微信、微博社交网络信息传播的特性,在传统传染病模型的基础上增加衍生率和转化率,提出了基于无标度网络的改进SIR模型,对改进模型进行微分方程的计算以及阈值分析,同时对模型的感染率、转化率、免疫率、衍生率进行仿真模拟的动态设计以及效应分析。最后通过用户转发量数据,来对比验证传统SIR模型与改进的SIR模型的效果。研究结果表明:第一,入度值大、中间中心性高、接近中心性低的节点对信息发布、信息传播以及舆论引导方面的活跃度高,传播信息时独立性很强,扮演意见领袖的关键角色,表现出了较强的信息传播引导能力。第二,占据结构洞能力越强的节点,越有利于搭建衍射型信息传播网络,提升网络的稳健性和强韧性。第三,官方媒体具有较为丰富的信息传播资源,并且能够很好控制话题的传播流向和传播过程,在推进整体网络信息传播过程中起到了很大的纽带效用。第四,改进的SIR模型能较好说明信息在社交网络上传播的大致演变趋势,符合当前网络社交平台的信息传播过程,也能较好解释相关影响因素对社交网络信息传播的影响,提出可以通过增大感染率、衍生率提高信息传播的效率,扩大信息传播效应,增大转化率、免疫率有效避免社交网络中的不良信息对我们的侵害。