复杂网络是指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。随着社交网络的发展,基于复杂网络的信息传播引起了研究者的广泛关注。分析信息传播模式以及预测信息传播规模是该领域一项重要内容。自适应网络是网络拓扑结构不断变化的网络,它更接近于现实世界的情况。本文研究了在自适应网络上信息传播的阈值问题,以及复杂网络传播学的实际应用。在第一章中,主要介绍了复杂网络的传播动力学以及研究现状。第二章中,分析了自适应网络上SIS传播过程的阈值问题,我们发现该系统存在的两个传播阈值,并得到了这两个阈值的精确解λc1和λc2,通过在不同网络上的数值模拟,验证了模型的正确性。本文的一系列数值模拟结果表明,该系统在传播率取不同值时,传播过程会有不同的表现。我们最终发现,要使得信息能传播,初始传播概率必须大于第二传播阈值λc2。第三章中,研究了网络信息传播源以及重要节点识别。我们详细分析了“叶问3票房造假”事件在新浪微博上的传播过程,通过网络爬虫,获取了整个事件相关的博文信息,从而建立出博文转发关系网络。基于时序性指标寻找出在微博平台上发布相关信息的源节点,构建了整个事件传播的全景图。利用节点重要性算法,识别出一批传播过程中的关键节点。