互联网技术的快速发展使社交网络日益普及,人们利用社交网络发表言论、广交好友。探究社交网络中的信息传播规律以及信息传播最大化问题是当前研究的热门领域。但是目前大多数研究侧重于在单一网络上对独立的信息进行研究,忽略了不同信息之间复杂的作用关系以及不同信息的传播路径的差异性。在实际社交网络中,多条信息往往同时存在且在传播的过程中相互影响,因此探究多信息互影响机制是十分必要的。本文以多信息和多维空间网络为研究背景,从微观用户行为和网络结构异质性两个角度出发,主要研究了信息之间的作用关系和网络拓扑结构对信息传播态势的影响,并在这基础上进而探究了多维空间网络中多信息竞争传播最大化的问题。本文的主要研究工作和贡献总结如下:1.从微观用户行为的角度探究多维空间网络中多信息传播规律。首先,考虑社交网络中多信息之间存在复杂的作用关系以及不同信息之间的传播路径存在差异性,借鉴SIS传染病模型,提出了基于多信息和多维空间网络的信息传播模型(Multiple Information and Multiplex Network-SIS,MM-SIS);然后,定义了“影响因子”的概念,用以表示信息之间复杂且多样的作用关系,并将信息之间的合作和竞争关系整合到一个统一的模型;其次,从用户行为角度出发,利用微观马尔可夫链的方法对MM-SIS模型构建动力学方程,将微观的用户行为映射到宏观的信息传播态势;最后,用数学的方法理论分析了MM-SIS模型中信息的传播阈值,并通过实验验证了其准确性。2.从网络拓扑异质性的角度探究多维空间网络中多信息竞争传播最大化问题。首先,考虑网络结构的异质性,基于MM-SIS模型,利用异质平均场理论对竞争信息在多维空间网络中的传播构建动力学方程;然后,考虑节点的个体差异性,提出了节点初始化代价(Node Initialization Cost,NIC)算法用以计算信息初始化网络中不同的节点需要付出的代价;最后,从促进自身传播和抑制对方传播两个角度,提出了多维空间网络中在资源有限的情况下完全竞争信息实现传播最大化的三种策略。本文在真实网络以及生成网络中对MM-SIS模型及所提出的策略进行实验验证。实验结果表明,信息之间的作用关系对信息传播态势存在明显影响,进一步揭示了多信息在多维空间网络中的演化规律,同时本文所提出的多信息竞争传播最大化策略对于现实问题有重要的借鉴意义。