随着移动互联网的飞速发展,在线社交网络已经成为了营销活动最有效的运营平台,进而催生出了“病毒营销”这一商业推广模式。“病毒营销”所面临的最大挑战便是如何从全体用户集合中选出k个用户组成“种子集合”去传播影响,从而使得最终被影响到的用户的期望数目最大化。上述问题就是经典的影响力传播最大化问题。基于上述背景,本文首先为社交网络中的影响力传播问题引入新的考量因素,一是差异化的用户耗费与收益,二是包含传播延迟和时限约束的时间限制,在时间敏感的传播模型下,构建了时间敏感的社交网络反馈收益计算问题。该问题的目的是在新的时间敏感影响力传播模型下,给定任意的结点集合S去传播影响,快速高效的计算最终所有激活结点的反馈收益和。本文证明了该问题在两种影响力传播模型下均是#P难的,并设计新的采样策略对最终的反馈收益函数进行快速高效的估计。随后对采样策略的等价性与近似性进行了理论分析,证明了采样策略的优异性质。其次,本文形式化地构建了时间敏感的社交网络反馈收益最大化问题。该问题的目的是在时限约束T和预算约束B下,寻找到最具性价比的用户集合去最大化地影响目标用户,从而使得最终所有受影响的用户的反馈收益和最大化。本文证明了该问题在两种影响力传播模型下均是NP难的,并由此设计得到基于采样策略的近似算法对问题加以解决,通过理论证明得到了算法的近似保证。据我们所知,本文算法是第一个能够为此问题提供近似保证的算法。最后,针对新兴的社交事件组织者选择问题,本文在时间敏感的影响力传播模型基础上,形式化地构建出基于时间敏感社交网络影响力传播的事件组织者挖掘问题。该问题期望在预算和时限约束下,寻找到性价比最高的种子集合作为事件组织者,使得种子集合中的用户不仅能够覆盖社交事件所要求的必需属性,更能够使得该社交事件在社交网络中传播影响力,激活普通用户后,为社交事件带来最大化的反馈收益。本文同样证明了该问题在两种影响力传播模型下均是NP难的,并由此设计得到了朴素贪心算法和双向算法两个高效的启发式算法。本文利用真实社交网络数据集对所有算法进行了大量的实验验证,实验结果证明了本文算法的有效性和高效性。