【摘要】在这个移动互联网的时代，社交网络引起了人们的广泛关注。社交网络是一个由行动者及他们之间多种多样的关系构成的巨大网络，其核心价值在于关系数据的分析。指数随机图模型是一系列分析社交网络的统计模型。该模型中的参数主要是构成社交网络的各类结构，也就是联系不同行动者的各类纽带。通过分析这些结构，可以了解行动者是如何受到社交网络中各类关系的影响，从而进一步探索该社交网络的形成过程。总的来说，指数随机图模型应用在网络数据的分析中，能够研究社会结构及网络进程。本文介绍了不同假设下几种常见的指数随机图模型的基本思想，包括伯努利模型、p1模型、p*模型、社交圈模型，并通过新浪微博数据，详细介绍这几种模型的应用。在实证部分，本文通过数据模拟进行模型检验，验证了社交圈模型优于其他几种模型的结论，并联系实际进行了解释，同时介绍了其在好友推荐等应用方面的参考价值。