近几年,随着网络化信息的不断发展,社会网络越来越成为人们关注的焦点。发现社会网络中具有影响力的重要节点,已成为社会网络的热点研究的问题。在社会网络中,发现具有影响力的重要的节点,对于分析研究社会网络的具体结构,研究网络结构的变化以及网络中用户间关系的分析都有着极其重要的作用。本文对社会网络中节点重要性的评估及发现方法进行了研究,主要工作如下：1,针对社会网络的节点重要性的评估,提出了基于迭代的节点用户排名的算法。该算法避免了只考虑节点的某一属性特征或者只是相邻节点的影响情况,而是从网络的整个连接来全局考虑节点的重要性程度,将节点重要性的分析从网络局部转向网络整体。2,基于节点重要性的几种评估方法,文章提出社会网络中节点重要性的综合衡量模型。该模型克服了节点重要性衡量结果的片面性,能从节点的多个属性以及网络的整体结构出发,对社会网络中节点的重要性程度进行了全面地、综合地评估计算。3,提出了基于场论的社会网络聚类算法。在传统粗糙聚类算法基础上,借鉴数据场理论,提出的一种社会网络聚类的方法。该方法避免了粗糙聚类算法只考虑节点与中心的欧氏距离来划分群的方法,而是在评估出重要节点的基础上,再利用数据场论中网络节点的势来划分网络的簇群结构,该方法是把物理学的数据场理论引用到社会网络的聚类算法划分当中。