互联网的兴起和发展持续影响着人类生活的方方面面。许多优秀在线社交平台的出现,使得人们活跃在不同的社交网络中,让信息在各大平台间传播扩散,对于病毒式营销、舆论演化与控制等问题来说,只考虑单一的社交网络将会有很大的局限性。同时,自媒体时代的到来,让网络上的资源分配也在做调整,不像以往只有一种官方媒体面向大众的传播模式,让普通网民也可以在网上成为焦点。因此,本文试图探索社交网络中关键节点的识别以及用户传播角色的划分问题,以此为基础研究多个社交网络内信息传播的过程,从而更加深入理解网络信息的传播机理。这不仅具有商业价值,也对于舆情引导和控制具有重要意义。本文的研究主要分为两部分,分别为识别复杂网络中的关键节点以及建立跨网络的信息传播模型。具体内容如下:1、为了后续用户角色的分析,首先研究了关键节点的识别,通过改进经典的Kshell分解算法,利用节点的多阶邻居属性,结合邻居的全局属性和局部属性对节点的影响力进行评估,以此对信息传播具有重要作用的用户节点进行排序。根据实验所得排序结果与SIR传播模型所得传播能力之间的Kendall相关性和不精确度等指标评估了所提方法的准确性和有效性,由Monotonicity值和互补累计分布曲线衡量排序节点的区分度,同时验证了利用该识别方法选取影响力最大化问题中种子节点时的良好表现,在多种真实数据集上的实验结果验证了所提方法优于其他对比方法。2、利用本文提出的关键节点识别方法和节点的其他网络属性,分析了社交网络中的用户节点的传播角色,定义意见领袖特征量和桥接特征量,据此将用户划分为意见领袖、桥接用户和普通用户。用户角色的差异在作用于感染他人散播信息时将会发挥出不同程度的影响能力;跨网络实体用户即为两个网络拥有的共同用户,分析这类用户的特性以及网络间增加信息流动的自我传播行为,由跨网络用户在两个网络中的传播行为产生时间的相似性和兴趣的一致性,衡量用户自我传播概率;结合节点传播角色和跨网络传播行为的分析,提出了跨网络的信息传播模型,实验分析了跨网络用户的自我传播对于信息的流动和扩散所起到的关键作用,并验证了所提模型的有效性。