随着通信技术的快速发展,社会网络变得越来越大且越来越复杂,对于社会网络的研究也越发受到人们的重视。社会网络成员影响力评价作为社会网络研究的一个分支,具有很高的应用价值。现有的成员影响力评价方法大多基于图论,而此类方法主要研究各类复杂网络的一般性质,这使得基于图论的成员影响力评价方法并不普遍适用于具有特殊性质的社会网络。因此,结合社会网络的特殊性质对成员影响力进行评价有着重要的意义。本文的研究内容主要分为两个方面。第一,分析在成员影响力评价方面社会网络的特殊性质;第二,结合社会网络的特殊性质和已有的研究经验提出一种成员影响力评价方法。首先,本文结合社会心理学对社会网络的特性及成员影响力评价进行分析,发现社会网络中的网络动力是影响成员影响力评价的一个主要因素,并提出社会网络成员影响力评价指标。随后,本文针对社会网络中的动力学因素,提出了一种成员影响力评价算法。该方法针对已有影响力传播算法的输出过度依赖于输入的问题,利用所提出的评价指标使转移概率矩阵存在极限分布,且极限分布等于平稳分布。除此之外,针对加权图、有向图和非连通图,给出相应的成员影响力评价算法,使其适用于不同的社会网络结构。最后,将本文提出的算法与经典的成员影响力评价算法进行了对比实验,结果表明该算法对于社会网络中成员的影响力有较好的分辨能力,并且该算法对于发现网络中那些影响力较大的成员算法表现良好。