在复杂网络中具有较大影响力的节点在控制谣言传播、优化资源分配、高效传播信息、精确投放广告等方面发挥着重要作用。鉴于当前众多方法在识别节点的不同影响力时存在一定局限性，因此在k-shell方法的基础上，通过度量边的潜在重要性，考虑邻居节点的差异贡献性，从而定义了节点的加权度概念，并提出了MKS（Modified k-shell）算法，该算法综合考虑了节点的本身、位置以及局部属性。通过在具有代表性的Zachary空手道俱乐部网络上进行实现，并和其他典型方法进行比较分析，发现该算法改进了k-shell方法的粗粒化划分，其结果更加合理。