演化原指生物种群中的可遗传性状在世代间的改变，在这方面人们提出了多种刻画遗传物质DNA的演化模型。后来，演化模型被引入到社会网络领域，用于刻画社会网络随时间变化的动态性。

社会网络是一种典型的复杂网络，在复杂网络领域早就开始了对网络生成机制和演化模型的研究，从20世纪60年代起发展了规则网络、实体-联系(entity relationship，ER)随机网络模型、小世界模型、无标度模型等。在此基础之上，人们结合社会网络自身的性质进一步开展了社会网络的演化分析研究。

在社会网络演化分析方面，人们主要从社会网络演化中的统计规律展开研究，提出了面向不同类型社会网络的演化模型，涉及的内容包括协同演化、社区演化、群体行为演化、群体结构和连锁行为等。一般来说，构成社会网络的节点和边随着时间而不断发生变化，这种变化主要体现为节点数量的增减和节点之间连接关系的建立或消除。社会网络可通过由节点和边构成的图（graph）模型进行刻画，而社会网络演化分析实际上是对按照时间顺序排列的图数据序列进行研究，在此基础上形成了两种代表性的研究路线。

从全局的角度建立从某个时间点到当前时间点之间整个网络的演化模型。这方面的研究同时对全部数据进行分析，建立全局唯一的模型来刻画整个网络的演化规律。代表性的工作包括：2005 年，美国斯坦福大学的焦耳·拉斯科维奇（Jure Leskovec，1968～ ）等人利用基于图论的方法，描述节点数与网络直径的动态关联和随时间演化的特性，以及边权重与网络的拓扑结构演化关联关系及社区演化关系；2007年，美国伊利诺伊大学芝加哥分校的卡利文特·坦提帕斯安那（Chayant Tantipathananandh，1975～  ）等人根据社会经验列举了社会网络上中观层面子结构变化的各种情况，并构造出相应变化的损耗评价体系，建立了以个体消耗、组消耗、颜色变化消耗三种因素合成的最优化模型；2008年，美国斯坦福大学的焦耳·拉斯科维奇（Jure Leskovec，1968～ ）等人研究了社会网络的微观演化过程，发现边的生成频度与节点间的已有跳数呈反比。

在每个时间点建立模型刻画网络特征，在此基础上通过前一个时间点到当前时间点的数据变化来调整之前所建立模型以适应当前时间点的数据特征。这方面的研究可以用于刻画每个社区局部的演化规律。代表性的工作包括：2005年，美国IBM公司的查鲁·C.阿加沃尔（Charu C.Aggarwal，1968～ ）构建了一个差分图模型来度量图的结构变化，揭示了社区的扩张和收缩规律；2006年，美国雅虎公司的阿密特·库马尔(Amit Kumar，1978～ )利用一种优先链接机制模拟了在线社交网络的演化过程，并分析了用户对网络演化过程的影响；2007年，匈牙利科学院的帕拉（Palla）采用派系过滤模型研究重叠社区演化问题。

演化模型是对社会网络的生成过程和动态变化规律的刻画，对于识别社会网络中的关键用户、预测用户之间的关系、理解社区结构的动态变化和群体行为等具有重要意义，可为基于社会网络的信息传播和舆情分析等应用提供有效支撑。