互联网已经成为网络信息技术迅猛发展的代表,其发展也标示着人类社会正在迈入复杂网络时代。在学术界,研究者通过对社会网络、信息网络、技术网络和生物网络等多种复杂网络的实证研究表明,真实网络几乎都具有小世界效应,节点的度服从幂律分布。九十年代,Barabasi和Albert首次提出了能够产生无标度特性的网络模型一—BA模型,此模型的提出掀开了复杂网络理论认识的新篇章。在BA模型研究的基础上,各种改进或扩展的无标度网络模型被研究者相继提出,比如G增长模型、适应度模型等。本文对无标度网络进行了研究,主要工作如下：(1)提出了基于关联度的无标度网络演化模型。在新给出的系统关联度定义的基础上,引进关联度βi到无标度网络,在每个时间步,新节点都以关联度择优连接网络中的m个旧节点,并产生m条新边。对如此演化形成的网络进行度分布计算,计算结果显示,关联度模型的度分布服从幂率分布,并且度指数的区间由BA模型的[2,3]扩展为[2+a,3+2a],a∈[0,1]。针对关联度模型,与目前研究比较成熟的BA无标度网络的改进模型——适应度模型,进行了从度分布的模拟仿真到复杂网络的相关参数的比较,多方面说明了关联度模型比适应度模型更优,且关联度模型比适应度模型更加符合实际网络的特征。(2)随着网络信息的日益发达,对高校网络舆情的关注也日显重要。本文将关联度模型应用于某现实高校论坛,模拟出了此实际网络的演化过程。利用该模型,除了可以对高校网络舆情监测平台所监测到的敏感话题中的学生网络用户群体进行演化分析,还可以对学生经常使用的各种媒体媒介的用户群体进行演化分析,为群体舆情预测打下基础。(3)为深入研究关联度模型理论,将无权网络扩展到加权网络,提出了基于关联度的无标度加权网络演化模型,并从理论上针对关联度存在的定值与不定值两种情况分别讨论了加权网络的强度分布和度分布,分析结果显示基于关联度的加权网络模型能够生成无标度网络。