社会网络分析是数据挖掘的热门领域。在社会网络分析中,将人或团队抽象为点,他们之间存在的某种关系抽象为边,如朋友关系、亲属关系、贸易关系等。两个人或团队间存在一种特定关系则在他们之间加一条边,这样就形成了一个关系网络,从中可以挖掘出很多有意义的信息。作者协作关系是社会网络的一个重要应用,表达了作者间合著论文的关系。利用社会网络中心性理论研究作者协作关系,可以挖掘出科学协作的结构特征和研究者个人的重要性。本文应用社会网络分析的理论,研究了DBLP上作者间的协作关系。论文工作主要包括以下两个方面：首先用SAX方法对DBLP中的作者和出版物进行了统计分析,得到了DBLP上作者间的协作关系和计算机领域作者发表论文的特点。其次提出了一个新的估算中心性的近似算法,即DegRan近似算法,用于挖掘中心作者。DegRan近似算法按照点的度随机选取估算点,然后计算其它点到估算点的单源最短路径问题,得到中心性近似值。实验结果表明DegRan近似算法有较好的准确性。