在对复杂网络的研究中,识别传播过程中的重要节点对于控制扩散有重要作用.由于不同的网络之间常常是紧密联系的,因而将挖掘重要节点的算法推广至多层网络有着深远的意义.本文针对同种信息/疾病在不同群体中的传播和不同信息/疾病在同一群体中传播的两种传播模式,将单层网络中的迭代资源分配算法(IRA)扩展到两层相互关联网络和两重网络中,并结合两层网络中的SIR模型,检验推广模型在多个不同网络中的准确程度.仿真结果发现:由ER网络分裂而成的两层相互关联网络中,子网络的传播率对模型准确度变化趋势的影响是相似的,在ER-ER结构的两重网络中,第一层传播对第二层中的准确率的影响与第二层对第一层的影响相似,但在BA分裂成的两层网络和BA-BA结构的两重网络中未发现类似结果.这表明模型的准确率受网络拓扑结构和传播过程的共同作用.仿真还显示,对比单层网络中迭代资源分配的结果,两层相互关联网络和两重网络中模型的准确率最多分别提升了 57.3%和8.92%.本文按照两种截然不同的传播方式分别给出的两个模型,有助于研究更复杂的传播过程,同时对传播的控制起到了一定指导作用,有广泛的理论和实际应用价值.在今后的研究中,还需要解决模型在不连通网络中无法得到全局排序以及因为子网络传播率差异过大而无法准确识别重要节点等问题.