本文的研究对象为加权网络和时序网络,这两类网络是无权网络的推广。在讨论加权网络时,本文关注的是分形和多重分形性质的分析,在讨论时序网络时,本文则讨论的是这类网络上节点重要性的评估方法。近些年来,加权网络因为它能更好刻画现实复杂系统的结构特性而受到很多研究者的关注,有关加权网络的结构研究中,涉及到加权网络多重分形性质方面的研究工作比较少。在本文中,受到Koch网络和Koch岛分形的启发,一种新型加权Koch网络模型被提出来作为研究加权网络的模型框架,随后本文从拓扑特性和特征值谱方面研究了这种新型加权Koch网络,接着本文重点研究了新型加权Koch网络的分形和多重分形特性,本文发现新提出的网络是分形网络并且具有多重分形测度,随后这些研究方法被应用来研究几个实际复杂网络,研究结果表明实际的加权复杂网络也具有无权复杂网络的一些类似拓扑性质,但是这两类网络的这些性质之间没有必然联系。受到数据的驱动以及各种应用的需求,时序网络中节点重要性的评估这一问题受到越来越多的学者关注。传统的方法主要针对的是静态网络,而且在分析这类问题时过多考虑了网络的拓扑特性,而对节点的动力学特性关注太少。本文主要关注网络节点的动力学特性,并把静态网络中的动态敏感中心性指标推广到时序网络,在三个实际网络数据数据集和一个理论网络数据集上建立SIR模型仿真,实验表明本文推广的方法比一些静态网络中常用的指标如度中心性、接近中心性、介数中心性以及它们的在时序网络中的推广指标都要准确。最后,作为一个应用,所推广的动态敏感中心性指标被用来研究节点的时序因素对时序网络传播行为的影响,结果表明网络节点的拓扑特性和时序都会对传播造成影响,而且当网络传播率β接近网络的传播阈值βc时,时序因素产生的影响将变小。