随着互联网的快速发展,社交网络节点影响力的研究成为热点,影响力分析对理解网络谣言、信息、病毒传播等具有重要意义。当前研究多集中于如何评价和衡量个体影响力,少有从个体对群体角度研究影响力的作用机制。本文将节点影响力扩散看作信息在网络中的流动,而介数中心性正是刻画对信息控制能力的属性。基于该思想,本文提出了基于介数中心性和节点贡献度的个体对群体影响力算法,并进行仿真验证,最后本文构建复杂网络数据可视化平台。具体成果如下:1.总结了国内外关于节点影响力的研究现状,介绍度量节点重要性的若干经典算法,另外分别阐述了基于拓扑结构、用户行为、主题等节点影响力算法,并分析算法的局限性;详细介绍了复杂网络相关理论基础,包括图、重要节点算法以及病毒传播模型。2.根据当前研究现状,提出了一种个体对群体影响力算法,以此刻画节点对整个网络的影响力贡献情况;将算法在不同网络中的计算结果进行仿真验证;对算法计算结果进行定量分析,总结个体对群体影响力分布情况。3.构建基于web的数据可视化平台。首先分析当前网络数据可视化研究现状、开发环境、相关技术同时进行需求分析;然后制定技术路线以及系统架构并对平台进行各模块设计;最后完成平台测试。