新闻媒体是人们在互联网上获取信息的重要客体之一,分析新闻媒体网络中人物的影响力有助于社会科学研究者或经济政治研究者了解国际或社会型事件动态,对新闻中的信息进行传播动力分析。为了高效处理新闻中的复杂信息,常把问题转化为复杂网络相关问题进行解决。在现有的针对复杂网络节点影响力的研究中,仅利用了节点局部信息或全局信息,忽略了节点影响力贡献以及局部与全局信息的联系,从而导致影响力评估效果不佳。并且现有方法主要针对同质网络进行处理,而不适用于蕴含更多节点类型和连边类型的异质网络。针对上述问题,本文借鉴复杂网络的思想,将新闻媒体人物影响力评估的问题转化为异质网络分析问题,提出了面向新闻媒体的人物关系分析方法。根据节点邻居的影响力贡献进一步挖掘局部重要性,并与网络整体结构信息有机结合进行节点综合影响力评估。本文主要的工作概括如下:（1）从新闻文本中提取出人物、事件、记者以及新闻这四种实体,并根据实体之间的关系,提出新闻相关实体异质网络构建方法。该方法引入与人物、事件、记者以及新闻相对应的四种节点类型,并从新闻数据中提取出节点之间可能的信息传递关系,构建了一个反映新闻实体间关系与结构的异质网络。作为后续进行人物节点影响力评估的基础。（2）在异质网络构建基础上,提出了一种节点影响力度量——信息熵中心性。该中心性度量引用香农信息熵的思想。将节点之间的信息传递抽象为连边,通过网络路径从一个节点传递信息到另一个节点被视为单个独立的事件,一个事件的发生会带有一定的自信息量,使用自信息的期望作为该节点的信息熵中心性。将该中心性度量用于人物节点影响力评估取得了较好的结果。（3）为进一步评估人物节点影响力,提出了一种基于重要性贡献的节点影响力评估方法。该方法以信息熵中心性和节点重要性贡献为基础进一步挖掘节点局部信息,同时构建异质网络的概率转移矩阵,使用异质网络的随机跃迁算法挖掘网络节点的连接关系以丰富矩阵信息,最后进行矩阵迭代计算。实验结果表明基于重要性贡献的节点影响力评估方法能够对人物节点影响力评估具有良好的效果。