近来年,随着人们对网络视频的日渐依赖,网络社交的方式渐渐从文字和图片转变为了视频。如果利用同源性分析技术找到不同视频社交网络中对应同一个真实世界中实体的记录。在商业层面上,商家可以通过用户在不同视频社交网络中的行为情况,对用户进行更为精确的视频推荐、广告推荐和好友推荐。同时,也能避免商业广告对同一用户的重复推送;在用户层面上,用户可以通过同源性分析技术,找到同一社交网络和不同视频社交网络中,大量未经授权发布用户视频的人,并进行法律维权;从安全层面上,一些发布垃圾视频,违法视频来赚取关注以便从中获利的非法用户往往会创建多个小号以避免账号被运营商删除,运营商可以通过同源性分析技术,关联这些非法账号,进行快速的删除。针对视频社交网络的特殊性和数据特点,本文做了以下研究:(1)提出了视频社交网络同源性分析模型,将视频社交网络同源性分析分为了四步:视频社交网络关系图构建、视频相似性预处理、用户相似度计算和结果剪枝。(2)提出了视频社交网络的构建方法,并对同源性分析模型各个步骤的算法上进行了优化。主要包括基于图结构的分布式视频相似性预处理算法,获取“动态”的视频相似度,以便更为精确的体现视频间的相似度区别;引入基于视频权重和时间戳惩罚的用户相似度计算方法,通过加权和时间戳惩罚后的视频相似度来判断用户相似度,以提高用户相似度计算的准确性;使用基于用户关系的结果剪枝,对检索出来的高相似度用户进行剪枝,去除其中的噪声用户。(3)本文实现了分布式视频下载系统,对用户画像类似的两个视频社交网络信息进行了爬取,对视频社交网络数据信息进行了分析和处理,并在爬取的数据集上对提出的同源性分析方法进行了实验验证。