随着对复杂网络的深入研究，病毒营销作为新型的营销模式已经成为研究的热点。病毒营销又叫做口碑营销，主要是通过网络中的用户自发进行传播营销信息实现的。在病毒营销过程中，首先商家将产品对个别用户进行推广，当个别用户获得较好的口碑后，就会将商品推荐给其好友，获得口碑的新个体会以同样的方法将商品信息传播给他人，从而实现营销信息的传播范围的扩大。对复杂网络的病毒营销传播机制研究，是在真实的复杂网络的基础上，通过网络的开放特性，使得营销信息从几个节点传播给其邻居节点，最终目的是使复杂网络中的所有节点都能够受到营销信息的影响。　　对复杂网络的病毒营销传播机制研究主要包含两个部分，一是对病毒营销传播过程进行建模，主要是用来模拟营销信息在复杂网络上的传播过程。另一部分是对种子节点选择算法进行研究，即确定复杂网络中的若干个节点作为初始传播节点，使其作为传播营销信息的起点，能够使得受到营销信息影响的节点数目达到最大值，也被称为影响力最大化问题。　　本文首先对网络中的节点之间的影响关系进行分析，考虑到节点之间存在互不相同的影响力，提出了对节点之间影响力的度量方法，能够区分不同节点对同一节点存在不同的影响值。针对现有模型存在的缺陷，本文提出了基于阈值的元胞自动机模型用来模拟营销信息的传播过程，该模型在充分考虑节点局部拓扑结构的情况下，对节点的个性阈值进行计算，使得模型更加合理。实验证明，该模型在没有随机概率影响的情况下能够获得较快的传播速度，能够促进营销信息的传播。然后，本文针对基于网络拓扑结构的种子节点选择算法的缺陷进行研究，提出了关于节点重要性新的度量方法，进而实现了基于社区结构的种子节点选择算法，并与其他种子节点选择算法进行对比。通过实验表明，基于社区结构的种子节点选择算法具有较好的影响范围，且能够挖掘出最具影响力的节点，同时具有较低的时间复杂度。