在线网络已经逐渐成为人们日常生活中传播扩散信息必不可少的工具,它的发展极大地拓宽了人们社交互动、沟通联系的范围。但随着在线网络的蓬勃发展,由于其巨大的便利性也带来了信息过度传播泛滥的负面影响,出现了各类受控个体,如僵尸粉、受雇推手、水军用户以及机器账号等等,并衍生出了诸如病毒营销、钓鱼、谣言、目标广告投放、炒作等多种异常的传播形态,而且得到了非常快速的发展。它们破坏了一般信息传播的自发特性,节点信息传播的动态因而发生变化,进而使其在指定信息的传播深度、广度和影响力等方面超越了一般情形的信息传播,形成一种新的传播模式,因此研究受控传播中影响力的相关规律具有重要意义。本文将对此展开研究,主要工作如下:首先,对在线网络的受控特性进行分析,引入支持度的概念来描述受控传播中影响力的膨胀现象,通过对最优化支持网络激活概率的推导,将其与传统的社交连接相结合。在独立级联模型的基础上,建立了受控传播模型,并在真实数据集上验证了模型的可靠性。其次,考虑到了节点的自身特性和其在网络中的交互、传播能力是衡量一个用户影响力大小的重要特征,提出了一种影响力度量算法综合影响力排序算法,该算法能够从比较全面的角度对网络中用户的影响力大小,并且能够准确地识别受控传播中传播性能好的节点,对受控传播中节点的影响力评估有重要的指导意义。最后,本文将社区发现引入影响力受控传播问题中,通过对社区进行划分,对规模较小的社区进行合并,按照子社区的规模大小来分配种子节点的数量,选取每个子社区中影响力排名靠前的用户作为初始激活的种子节点,有效地改善了跨社区传播困难的瓶颈,扩大了信息在整个网络中传播的范围。