复杂网络是在复杂性科学发展到一定程度后兴起的一门交叉性学科。借助图论、统计物理以及不确定性等理论方法，复杂网络理论着重于对复杂系统的结构特征、演化机制以及同步、传播、控制等动力学特性等几大方面进行研究。而在数量繁多的复杂网络研究课题中，复杂网络核心节点的识别，因其对于预防网络攻击、控制流行病传播、抑制谣言扩散以及抵御金融危机冲击等许多现实问题有着非常重要的科研价值和实际意义，一直是学术界研究的热点。　　近年来，使用K-核分解识别网络重要节点方法的提出，为复杂网络重要节点挖掘问题提供了新的研究视角。短短数年，各界学者从不同角度对 K-核分解法进行了许多改进与扩展。虽然国内外在 K-核分解方面取得了一系列研究成果，但目前工作仍有许多亟待完善的地方，例如：(1)针对加权网络的K-核分解法扩展工作极少，而现实网络普遍具有权重，本质为加权网络，加权网络核心节点的识别更具应用价值；(2)加权网络上的传播动力学过程明显不同于无权网络，需根据其动力学特性对K-核分解算法进行改进；(3)在演化加权网络中，节点的重要性在不断变化，为有效评估及预测演化加权网络节点的重要性，需预先对其核心结构的演化特征与规律有较为深刻地认识和理解。针对以上问题，本文基于真实网络的实证分析，探究加权网络上的传播动力学特性，主要涉及节点传播重要性的影响因素以及连边在传播过程中的效用，进而甄别冗余边并提出新算法；提出分析加权网络核心结构演化特征的新指标，主要针对的是核心结构权重演化，旨在为加权网络核心结构演化研究提供新方法和新思路。　　首先，本文提出了一种阈值过滤与K-核分解相结合的应用于加权网络节点重要性排序的新算法：filter-core算法。该算法的提出是从传播动力学视角出发，通过分析加权网络上节点的传播特性，发现其传播重要性的影响因素是节点的传播强度与节点的连边传播异质指数，基于两者定义冗余边，采取阈值过滤法移除那些对传播过程作用极低却又干扰核分解过程的冗余边，再对剩余图使用K-核分解算法，此时所得核数能更为准确刻画节点的传播重要性。通过在三种真实加权网络与其它三种核分解算法排序准确性的交叉对比，验证了本算法可以更准确地识别加权网络的核心节点与核心层。　　其次，针对加权时变网络核心结构演化特征的刻画与分析，本文引用并新定义了部分指标，并对1980-2010年间的加权国际贸易网络核心结构的演化特征进行实证分析，分析发现：(1)国际贸易网络的核心节点数量、核心节点构成以及权重（权重占比以及边权分布）均比较稳定；(2)国际贸易网络核心节点间紧密度远大于同非核心节点间的紧密度，且紧密度均在快速地增加；(3)国际贸易网络中三角贸易关系的质量和数量均在不断增加；(4)国际贸易网络的核心节点倾向于同度数小、强度小以及核数小的节点建立连接。以上发现从侧面表明本文所提指标能有效地刻画加权网络核心结构的演化特征。