社会网络在现代人们的生活中扮演着越来越重要的角色,网络社交已经成为了人们日常生活中的一部分,越来越多的人学会了使用Facebook,微博,Twitter网等进行日常交流。这些社交网站为信息的传播和市场营销提供了方便,影响最大化问题是利用社交网络进行市场营销的问题之一。现有的研究大多数只是考虑如何让信息传播,没有考虑节点之间的信任关系,而现实影响最大化的营销中,需要保证节点间传播概率的有效性。为了确保影响概率的有效性,本文同时考虑了社交关系和用户相似性,得到一种具有信任关系的影响力传播模型。并且在这种信任模型的基础进行以下三个问题的研究:(1)现有的影响最大化算法大多数要求影响力函数既要满足单调性也要满足子模性特征,但是现实的社会网络并不是稳定不变,很难严格保证这两种特征。除此之外,传统的影响最大化算法使用蒙特卡罗模拟需要消耗大量的时间。为了解决以上两个问题,本文提出了 RSG算法,并且在该算法的基础上设计了三种优化剪枝策略,有效的提高了算法的效率,除此之外,本文还设计了一种新的影响力评估算法提高影响力评估的效率。(2)针对现实市场中的营销问题,提出了在社会网络中基于收益控制的影响最大化问题,该问题是在信任关系传播模型上考虑了每个节点的成本,使用有限的预算成本达到预期收益并且实现影响力最大化。本文考虑了三种不同的成本函数并且设计了基于性价比的贪心算法解决该问题,并且通过预载入与剪枝结合的方法提高算法的效率。(3)研究如何通过社会网络找到有利于社区发展的组织者问题,这样的事件组织者由一个小的群体组成,这样的群体包含了事件所需要的技能并且能够在某一领域实现影响最大化。为了解决该问题,本文设计了两种不同方式的贪心算法和一种基于一步回溯的近似算法。