随着网络和信息时代的飞速发展,使得在线社交网络的规模迅猛增长,如微信、微博、论坛等,已经从一个舆论的折射场,转变成了新的舆论引发地和爆发池。因此对影响力在节点间的传播机理进行研究已经迫在眉睫,而现有众多资料中基本都是对个体间的影响力传播进行研究,鲜有涉及到群体的影响力,且定量化的分析就更为少有。正文分析了现有成果的优缺点,并从不同的角度出发,提出了基于K-shell、贡献度、亲密度因子的群体对个体影响力的算法,并对结果利用SI病毒传播模型做了仿真,最后基于复杂网络搭建了数据可视化平台。1.本文分析了国内外学者对影响力传播的研究概况,主要介绍在不同领域对影响力传播的应用,并分析各类方法的优劣势,同时将复杂网络学科中常见的节点重要性衡量指标进行了描述,如度中心性、介数中心性、K-shell以及PageRank算法,最后介绍了几种重要的病毒传播模型,如SI、SIR、SIS病毒传播模型。2.本文针对当前的研究状况,结合现有的研究基础,将网络中节点影响力的扩散看作是能量向外一层一层在涌动,结合K-Shell(K-壳)算法,以及表示节点之间彼此交互紧密程度的贡献度,又考虑到社交网络的特殊性加入了亲密度因子使网络更符合现实社交网络,继而进一步将影响力的传播进行仿真验证,得出群体对个体的影响力算法,与此同时本文将群体对个体影响力传播算法进行了定量分析。3.本课题最后在web上搭建了基于复杂网络的数据可视化平台。先对数据可视化以及相关技术进行介绍与对比,然后根据系统需求设计并实现了针对复杂网络数据的可视化平台,最后对平台各系统进行测试等环节,结果显示该平台稳定、准确,对数据显示提供了更直观的帮助。