在复杂网络研究中,由于随机故障或是蓄意破坏所导致的网络节点失效是一种十分常见的现象。几乎所有网络都面临着节点失效问题所带来的无法预知的影响。因此,如何有效的降低节点失效问题所带来的影响是一个非常具有现实意义的课题。目前已有的针对节点失效问题的研究可以分为两类。第一类注重预防,通过提高网络鲁棒性以及抗毁性来降低节点失效问题带来的影响,第二类注重重塑,通过某种方式选取合适的节点替代失效节点以维持网络的功能。本文的研究聚焦于节点失效问题发生后,如何通过网络重塑来有效降低网络所受影响。在上述第二类研究中,失效节点的继任节点往往通过网络节点间的相似性来选取,而节点相似性的计算通常利用已知的网络拓扑结构进行计算,这样的节点相似性被认为是网络节点的结构相似性。结构相似性仅仅以节点间在网络拓扑中的相似性为依据,选取的继任节点在具有现实意义的网络中,例如社交网络、贸易网络等,由于忽视了节点一些特殊的固有属性,结果的准确性不尽如人意。因此,本文针对上述第二类研究中仅依据网络拓扑结构计算节点相似性的局限,提出在传统网络模型G=(V,E)中加入节点属性P,从而建立新的组织网络模型G=(V,E,p)。进而着重研究组织网络的重塑问题:当组织网络中的某一节点失效后,剩余节点中哪一个节点将成为失效节点的继任者,网络的连边会发生怎样的变化,网络又将如何重塑。本文将节点的拓扑结构以及固有属性相结合,计算更加全面的组织相似性用以获得合适的替换节点。与传统的结构相似性相比,新的组织相似性得到的替换节点能够更加符合实际网络场景。在此前提下,本文提出了一个基于节点组织相似性的组织网络重塑算法。本文在用以衡量网络整体变化情况的网络效率指标基础上,加入对于节点重要性的考量得到网络加权效率,使得评价指标更加符合网络信息流的传播情况。同时,提出了基于雷达图的网络复原度,用以衡量网络重塑前后网络拓扑结构的变化大小。通过仿真,在两方面的综合比较下,本文得到结论:组织网络重塑算法在解决节点失效问题时,能够有效降低网络加权效率的损失同时最大程度的维持网络原本的拓扑结构。最后,文章将介绍一个用于研究组织网络重塑问题的可视化分析平台,以更为直观的方式展现本文相关的研究工作。