网络科学凭借着自身的独特优势,近年来纵横于众多学科之间,它提供了一种系统化的理解多交互主体构成的复杂系统或事物的新视角,解决了很多各领域具有代表性的难题,受到不同领域专家学者的青睐。而在网络科学的研究中,网络上的信息扩散规律以及重要节点识别方法的研究,一直作为网络科学研究的核心内容之一。本文首先简述了复杂网络的一些基础概念,回顾了网络的经典模型（第1章）,探讨了信息扩散的常见模型、研究现状以及传播控制策略（第2章）,并详尽综述了重要节点挖掘方面的研究成果及现状（第3、4章）。本文基于已有的研究成果展开了以下几个方面的研究和探讨。本论文的主要贡献如下:（1）将网络上的DHC定理推广到有向含权网络上,并验证了其性能优势,随后将这一方法用于中国城市间微博转发网络,对中国城市的线上媒体影响力和其上的信息传播模式进行了分析和总结。最后又将这一方法用于国际贸易网络分析中,分析了不同国家的影响力及贸易类型,并给出提升影响力的贸易策略（第5章）。（2）提出了一个评价学者学术产出的影响力的新指标,Fan-指数。Fan-指数能在更加公平的同时又提高量化准确性,还具有良好的预测潜力。随后又将这一指标扩展到网络上并发现了它的收敛特性,且其收敛后的稳态值——F-指数,同样具有良好的重要节点识别能力（第6章）。（3）提出了基于圈结构的信息传播理论及其上的重要节点挖掘方法。我们突破了现有的基于“星结构”的网络视角,提出并建构了基于“圈结构”的新网络子结构和描述它的传播矩阵,并提出了一个用于高阶简单环路快速搜索的新算法。随后,我们提出了圈数指标作为基于圈结构网络上的重要节点识别方法;最后以SIR模型为例,提出了基于圈结构的信息传播模型理论,旨在解决在线社交网络上一大类新近崛起的信息扩散现象和问题。笔者相信圈结构将作为星结构的补充和拓展,在不远的未来为复杂网络研究带来新的生命力（第7章）。