1.一种基于有限传播域的复杂网络节点影响力度量方法，其特征在于，包括：对复杂网络建模，得到复杂网络模型；

判断所述复杂网络模型的类型；所述类型为局域传播网络或者广域传播网络；

根据所述复杂网络模型的类型，计算所述复杂网络模型中各节点的影响力，得到节点影响力；

将所述节点影响力进行排序，得到度量的节点影响力序列。

2.根据权利要求1所述的基于有限传播域的复杂网络节点影响力度量方法，其特征在于，所述判断所述复杂网络模型的类型，具体包括：计算所述复杂网络模型的网络模型参数和节点度值大于平均度值的节点所占比例；所述网络模型参数包括度异质性、平均最短距离和平均度值；

判断所述度异质性、所述平均最短距离、所述平均度值以及所述节点度值大于平均度值的节点所占比例中是否有两个或者两个以上参数满足对应判定条件，得到第一判断结果；所述判定条件包括所述度异质性大于10、所述平均最短距离小于4、所述平均度值大于

10以及所述节点度值大于平均度值的节点所占比例小于0.2；

若所述第一判断结果为是，则所述复杂网络模型的类型为广域传播网络；

若所述第一判断结果为否，则所述复杂网络模型的类型为局域传播网络。

3.根据权利要求1所述的基于有限传播域的复杂网络节点影响力度量方法，其特征在于，所述根据所述复杂网络模型的类型，计算所述复杂网络模型中各节点的影响力，得到节点影响力，具体包括：当所述复杂网络模型的类型为广域传播网络时，利用公式Inf(u)＝λ·Infproximal(u)+Infdistal(u)计算所述节点影响力；其中，Inf(u)为节点影响力；Infproximal(u)为近源影响力，Infdistal(u)为远端影响力，Infdistal(u)＝Infstep_2(u)；λ为调节参数；u为节点u，v为节点v，N(u)为节点u的邻居节点集合；puv为节点u和节点v之间的传播概率；Infstep_2(u)为节点u对两步之内到达的节点的影响力之和；

当所述复杂网络模型的类型为局域传播网络时，利用公式Inf(u)＝λ·Infproximal(u)+Infdistal(u)计算所述节点影响力；其中，Infproximal(u)＝Infstep_2(u)，Γ(w)为节点w两步之内到达的节点集合；N(v)为节点v的邻居节点集合；pvw为节点v和节点w之间的传播概率。

4.根据权利要求3所述的基于有限传播域的复杂网络节点影响力度量方法，其特征在于，所述根据所述复杂网络模型的类型，计算所述复杂网络模型中各节点的影响力，得到节点影响力，还包括：利用公式 计算基准参数；表示基准参数，

Round()表示四舍五入；

当所述复杂网络模型的类型为广域传播网络，所述传播概率小于预设阈值时，所述传播概率大于或者等于所述预设阈值时，当所述复杂网络模型的类型为局域传播网络，所述传播概率小于预设阈值时，所述传播概率大于或者等于所述预设阈值时，

5.根据权利要求1所述的基于有限传播域的复杂网络节点影响力度量方法，其特征在于，还包括：利用SIR模型，将所述复杂网络模型中每一个节点作为传播源进行模拟，得到真实的节点影响力序列；

利用肯德尔一致性系数 衡量所述度量的节点影响力序列和所述真实的节点影响力序列的一致性；其中，τ为肯德尔一致性系数；Nc表示所述度量的节点影响力序列和所述真实的节点影响力序列中对应的两个元素一致的个数；Nd表示所述度量的节点影响力序列和所述真实的节点影响力序列中对应的两个元素不一致的个数，n表示网络中节点的个数。

6.一种基于有限传播域的复杂网络节点影响力度量系统，其特征在于，包括：建模模块，用于对复杂网络建模，得到复杂网络模型；

判断模块，用于判断所述复杂网络模型的类型；所述类型为局域传播网络或者广域传播网络；

影响力计算模块，用于根据所述复杂网络模型的类型，计算所述复杂网络模型中各节点的影响力，得到节点影响力；

排序模块，用于将所述节点影响力进行排序，得到度量的节点影响力序列。

7.根据权利要求6所述的基于有限传播域的复杂网络节点影响力度量系统，其特征在于，所述判断模块，包括：参数计算单元，用于计算所述复杂网络模型的网络模型参数和节点度值大于平均度值的节点所占比例；所述网络模型参数包括度异质性、平均最短距离和平均度值；

参数判断单元，用于判断所述度异质性、所述平均最短距离、所述平均度值以及所述节点度值大于平均度值的节点所占比例中是否有两个或者两个以上参数满足对应判定条件，得到第一判断结果；所述判定条件包括所述度异质性大于10、所述平均最短距离小于4、所述平均度值大于10以及所述节点度值大于平均度值的节点所占比例小于0.2；

第一类型确定单元，用于若所述第一判断结果为是，则所述复杂网络模型的类型为广域传播网络；

第二类型确定单元，用于若所述第一判断结果为否，则所述复杂网络模型的类型为局域传播网络。

8.根据权利要求6所述的基于有限传播域的复杂网络节点影响力度量系统，其特征在于，所述影响力计算模块，包括：第一节点影响力计算单元，用于当所述复杂网络模型的类型为广域传播网络时，利用公式Inf(u)＝λ·Infproximal(u)+Infdistal(u)计算所述节点影响力；其中，Inf(u)为节点影响力；Infproximal(u)为近源影响力， Infdistal(u)为远端影响力，Infdistal(u)＝Infstep_2(u)；λ为调节参数；u为节点u，v为节点v，N(u)为节点u的邻居节点集合；puv为节点u和节点v之间的传播概率；Infstep_2(u)为节点u对两步之内到达的节点的影响力之和；

第二节点影响力计算单元，用于当所述复杂网络模型的类型为局域传播网络时，利用公式Inf(u)＝λ·Infproximal(u)+Infdistal(u)计算所述节点影响力；其中，Infproximal(u)＝Infstep_2(u)， Γ(w)为节点w两步之内到达的节点集合；N(v)为节点v的邻居节点集合；pvw为节点v和节点w之间的传播概率。

9.根据权利要求8所述的基于有限传播域的复杂网络节点影响力度量系统，其特征在于，所述影响力计算模块，还包括：基准参数计算单元，用于利用公式 计算基准

参数；表示基准参数，Round()表示四舍五入；

第一调节参数确定单元，用于当所述复杂网络模型的类型为广域传播网络，所述传播概率小于预设阈值时， 所述传播概率大于或者等于所述预设阈值时，

第二调节参数确定单元，用于当所述复杂网络模型的类型为局域传播网络，所述传播概率小于预设阈值时， 所述传播概率大于或者等于所述预设阈值时，

10.根据权利要求6所述的基于有限传播域的复杂网络节点影响力度量系统，其特征在于，还包括：模拟模块，用于利用SIR模型，将所述复杂网络模型中每一个节点作为传播源进行模拟，得到真实的节点影响力序列；

一致性衡量模块，用于利用肯德尔一致性系数 衡量所述度量的节点影响力序列和所述真实的节点影响力序列的一致性；其中，τ为肯德尔一致性系数；Nc表示所述度量的节点影响力序列和所述真实的节点影响力序列中对应的两个元素一致的个数；

Nd表示所述度量的节点影响力序列和所述真实的节点影响力序列中对应的两个元素不一致的个数，n表示网络中节点的个数。