在线社交媒体的兴起,使得人类社会活动呈现出多元化特性,参与各类社会活动的实体间构成了关系错综复杂的社会系统。相比于单关系网络这种简化的网络科学框架,多关系网络能够更加完整地表征节点间多样化的关系特性,日趋成为社会网络分析的主流。网络中各实体体现出的异质特性往往影响着网络的结构和功能,研究多关系社会网络的节点重要性,有利于提升对真实社会系统的科学认知水平和有效利用能力,对控制疫情扩散、引导舆论传播等具有重大现实意义。然而,迄今发展起来的节点重要性分析框架主要致力于单关系网络,对于多关系网络的节点重要性研究尚缺乏系统性的研究成果,如何对多关系社会网络进行建模和表示,针对多关系网络的结构特性设计实用有效的节点重要性排序方法已成为充满挑战性的课题之一。因此,论文通过引入多层网络分析方法和基于D-S证据理论的多源信息融合技术,系统地研究了多关系社会网络节点重要性排序的相关问题。主要研究工作如下:(1)研究了多关系社会网络建模和表示问题,在分析现有研究对多关系社会网络建模方法优劣的基础上,基于多层网络模型和张量表示框架,针对多关系社会网络的结构特点进行了抽象和简化,研究并提出了多关系网络的图定义;采用“节点对齐型”的多重网络建模,从张量的基本定义和刻画多层网络的扩散动力学方程出发,建立了张量表示与矩阵表示的等价表示框架;(2)利用多层网络的分析框架研究了多关系网络的基本度量指标,基于多层网络聚集系数的概念和求解思路,给出了符合多关系社会网络传递特点的基本三元闭环结构和局部聚集系数的简化计算方法;(3)针对多关系无向社会网络节点重要性问题,运用社会学理论分析了结构中心性和传递性对节点重要性的影响,建立了多关系网络基本度量指标与各影响因素间的制约关系;在此基础上,尝试将单关系网络ClusterRank排序方法向多关系网络扩展,研究并提出了多重ClusterRank(Multiplex ClusterRank,MCR)节点重要性排序方法;针对该方法在大规模网络上表现不理想的问题,对多关系网络上中心性和传递性间的相关关系进行研究,揭示了受多关系网络耦合关系和传递机制差异性影响,中心性和传递性间不具备相关关系的规律,进一步引入D-S理论,对多重ClusterRank进行改进,研究并提出了多重证据中心性(Multiplex Evidential Centrality,MEC)节点重要性排序方法;(4)针对多关系有向社会网络节点重要性排序问题,分析了声望和中心性对衡量有向关系节点重要性的区别和联系,并基于IO-ClusterRank算法提出了IOMCR节点重要性排序方法;针对IOMCR存在问题和局限性,揭示了多关系有向网络中心性、声望、传递性间不具备相关关系的规律,同时引入D-S证据理论,将刻画中心性、声望、传递性的度量信息进行融合,进一步提出了IOMEC节点重要性排序方法;(5)针对多关系有向加权网络的节点重要性问题,在分析关系强度对节点重要性造成影响的基础上,基于节点间的行为交互次数,提出了关系亲密度的量化方法,将其作为刻画关系强度的量化指标;在IOMEC节点重要性排序方法基础上,面向多关系有向加权网络提出了一种融合强度信息的节点重要性排序方法——多重强度证据中心性(Multiplex Strength Evidential Centrality,MSEC);(6)在多个真实网络数据集上开展实验,从鲁棒性和脆弱性、传播动力学特性2方面对所提出的排序方法进行了评价,验证了所提出的3种节点重要性排序方法(MEC,IOMEC,MSEC)可以有效消除多关系网络耦合信息和传递机制差异对节点重要性排序的影响,能够更加准确地识别网络中的重要节点,进一步论证了融合多源信息的节点重要性排序思想的优势和必要性。论文所做工作,丰富了多关系网络的分析框架,为多关系社会网络节点重要性问题提供新的思想方法的同时,进一步拓展信息融合技术的应用场景。