摘要： 【目的/意义】针对基于地理坐标的社交网络（如微博）信息传播特征，研究复杂网络环境下网络节点影响力 识别算法，为某些真实网络拓扑结构中衡量节点传播影响力的模拟仿真和实证分析提供参考。【方法/过程】采用统 计分析和计算机仿真方法，在传统的中心性变量基础上，考虑网络社区加权因素，引入LWCS算法；然后对该算法 的排序结果以及度、紧密度、介数和k-shell之间的性能进行比较；最后，基于k-shell划分对LWCS算法加以改进并 提出LWCS+算法，并通过实证分析对改进算法进行检验。【结果/结论】数据分析结果表明，在识别网络节点传播影 响力范围和还原社区加权因素方面，LWCS+具有比LWCS更为明显的优势。
