随着网络技术的飞速发展,信息日渐变得系统化和网络化。用户想在繁杂的数据网络中快速定位重点信息具有一定的难度,且基于重要性节点的网络分析对于人们的生产生活具有重要意义,所以高效精确地评估节点重要性与基于重要性节点的网络分析成为学者们关注的焦点。本文首先对复杂网络中重要节点识别工作进行了新维度的探索,即基于单分网络与二分网络实现节点重要性指标融合。目前中心性指标算法及其变体在开发研究中应用广泛,也有众多学者提出了多种指标融合算法,但目前存在的方法同样存在一些问题。第一,这些算法的时间复杂度高过高,这使得它们无法适用于大规模的网络中。第二,鲜见将网络结构因素与现实数据关系相结合的不同网络分析。针对这两个问题,我们先对复杂网络中节点重要性研究现状进行了探讨,并在电影数据网络上实现了综合单分网络与二分网络的节点重要性评估新方法。通过实验与其他基础算法进行对比,双网络融合指标排序方法比单指标有更精准的排序结果。其次,基于重要性节点的网络分析也具有一定的探索价值。观察网络中重要性关键点的发展趋势与变化特征可以探索科学发展动态,给予决策或行动更多的现实指导意义。由此,本文利用硕博士对企业的研究信息构建了知识图谱网络,探究了重要节点之间的内部结构特征和演化方式。以可视化的角度,给出了硕博士研究方式的特色之处,同时从重要性节点变化角度观察演化过程,证明了网络结构愈发复杂,网络中重要性中心节点集逐渐转移或多样化,并从网络结构演化角度来看,硕博士的研究是以热点节点与新生节点相结合的方式进行,证明了硕博士论文的研究具有广泛性和创新性。