随着网络信息技术的迅速发展,人类社会已经进入了复杂网络时代.现实世界的很多问题都可以抽象为对复杂网络的研究.而复杂网络的重要课题之一便是识别网络中的关键节点.网络中的关键节点对于加速信息的传播和抑制疾病的传播起着至关重要的作用.因此如何有效评价网络中的关键节点显得愈发重要.本文首先介绍了识别网络中关键节点的研究背景以及网络的一些基本概念和模型,然后提出引力模型,通过和其它排序方法相比较,得出该方法所具有的优势,最后把引力模型运用在识别最小κ-核节点的传播能力,通过分析发现该模型能有效的识别网络中的边缘节点.本文对节点重要性排序算法主要做了以下两项工作：1.受万有引力公式的启发,提出了万有引力模型识别网络中的关键节点.在引力模型中把κ-核指标看作节点的质量,两点之间的最短路径长度看作两点之间的距离.通过和度中心性、介数中心性、接近中心性以及κ-核分解方法等相比较,发现引力模型在实际的网络和人工合成网络上都能有效的识别有影响力的传播者.引力模型在网络的分辨率方面也占有较高的优势.在确认节点的实际传播能力时,我们使用经典的SIR模型来模拟.2.另外基于引力模型提出了用H指标来衡量网络中最小κ-核节点的传播能力,和SD指标以及DC指标相比,新提出的H指标更能识别网络中边缘节点的重要性.并且随着传播率β的增大,网络中最小κ-核节点的传播能力的标准差越来越大,传播能力的发散程度加剧.3.对本文工作进行小结,并对复杂网络上该课题的相关研究工作做出展望.