利用K-核分解的方法识别中心节点，被认为在复杂网络重要节点发现中具有特殊的优势。但K-核分解法在有向网络中只能简单地利用节点的出度、入度或者两者之和进行分解，不能区分两者的差异。针对这一问题，将有向网络中出度与入度的概念相结合，提出交叉度（cross degree）的概念；并利用交叉度提出识别有向网络中心节点的C-核分解法。该算法在无向网络中退化为K-核分解法。通过仿真实验和分析，发现该方法既保留K-核方法准确有效的优势，同时还具有较好的区分度，能够较好地识别有向网络中的重要节点。