影响力在社会网络中的传播技术是市场营销、舆论制造等应用的一个关键，影响力最大化问题已经成为社会网络分析领域的一个研究热点。现实世界中的影响力传播往往伴随两个甚至多个竞争者。竞争影响力最大化就是要研究如何为每个竞争者选择最优的初始种子结点，这些种子结点能够保证影响力在竞争环境下达到最大的传播范围。但现有研究大都没有考虑非活跃节点在信息传播过程中所起的作用，而且现有研究还忽略考虑社区同质性问题，从而阻塞信息的传播。针对上述问题，本文就是要研究一种基于社区的竞争影响力最大化方法。论文的工作主要包括以下内容：
　　首先，提出一种新的竞争环境下的影响力传播模型，该模型不仅考虑了活跃用户，也考虑了非活跃用户产生的稍弱的影响力，从而可以帮助竞争者去发现社会网络中存在的潜在用户，进而保证在竞争销售中取得对自己更有利的结果。
　　然后，研究并提出一种基于社区的竞争影响力最大化方法。首先给出基于社区的竞争影响力最大化问题的相关概念和问题描述；接着提出社区发现算法，为后续影响力最大化提供基础；然后在边界影响力的基础上提出了一种二阶段种子节点选择算法，该算法分为启发阶段和贪心阶段，在影响范围和运行效率上都有更好的表现；最后给出了算法的时间复杂度分析与讨论。该方法解决了现有研究中存在的三个问题：1)忽略了对社区结构的考虑，导致信息传播速度变慢；2)社区的同质性导致的信息传播阻塞问题；3)效率较低的问题。
　　最后，设计并完成实验。在facebook_combined、Wiki_Vote、NetHEPT等三个真实的数据集上进行了影响力传播模型的对比实验、不同启发因子的影响规律实验、种子节点选择算法的对比实验、种子节点选择实验，来验证本文提出模型与算法的可行性与准确性。