互联网为信息的传播提供了各种各样的平台,信息传播的过程中同时也伴随着影响力的传播。对信息传播过程中的影响力进行分析可以应用到如:广告投放、商品营销、舆情控制等方面,网络中影响力的传播情况则是通过影响力传播模型来进行分析的。由于影响力传播的广泛应用,目前已经有不少针对影响力传播模型的研究。本文从影响力传播入手,重点研究了动态网络中的影响力传播模型。目前,对于影响力传播模型的研究大多是在静态网络下进行的,但是在静态网络中,网络的结构、节点的状态都是不变的,这对影响力传播的分析造成了局限使得分析出来的结果与实际的传播情况不一致。在动态网络中进行影响力传播模型的研究会使影响力传播的结果更加精确,但是有几个需要解决的问题:第一,节点激活阈值的确定;第二,节点激活概率的计算。本文主要是对激活概率的计算方法进行了改进,通过对现有模型的深入学习和对社交网络中信息传播的影响因素的分析,加入情感倾向到激活概率的计算公式中,然后对传播过程中的情感的转变进行分析得到传播过程中的情感转换率进一步改进激活概率计算公式,将改进后的激活概率计算公式加入到独立级联模型中,使之能够适应网络的动态变化。通过新浪微博API进行数据的抓取,总共包含15000条微博数据来对改进后的独立级联模型进行验证。通过评价指标来对模型的传播效果进行评价,并与原模型进行比较证实了改进后的独立级联模型可以更有效的预测影响力的传播情况。