竞争影响力最大化问题(Competitive influence maximization,CIM)是指在已知网络中竞争对手种子集分布的情况下,如何选取我方种子集使得我方影响力最大。现有的竞争影响力最大化问题在计算影响力时通常以计算全局受影响的节点数来代表影响范围,即将网络中的多个小团体看作为一个大的整体,而并没有将团体影响考虑在其中。这就可能会导致两个极端问题:一是虽在多个团体具有影响,但并不足以影响任一团体的决策,进而导致的影响丢失;二是对某些团体有过量影响,造成的影响过度(比如,影响某团体超过一半的人就足够争取整个团体,但仍选种试图影响更多其余的)。针对该问题,本文提出并深入研究了基于团体的竞争影响力最大化(Group-based Competitive Influence Maximization,GCIM)问题,主要进行了以下几部分工作:1)在竞争影响力最大化问题中引入团体影响并进行深入研究。将团体影响分为团体内影响和团体间影响,并用一种有效的方式来估算团体影响。将团体影响引入竞争影响力最大问题计算中,改变了现有的以全局受影响节点总数衡量的标准,避免了未考虑到团体效应所产生的影响丢失和影响过度这两种极端情况。2)从预算限制和影响范围限制两个方面对GCIM问题进行研究,提出团体竞争传播(Competitive Group-Linear Threshold,CG-LT)模型,并形式化证明了CG-LT模型下给定预算的团体竞争影响力最大化(B-GCIM)问题是NP难问题,根据对偶性,则CG-LT模型下给定影响范围的团体竞争影响力最大化(S-GCIM)问题也是NP难问题。3)本文中用社区代表团体,通过使划分的社区大小与ground-truth数据集中的基础事实社区的大小分布一致且覆盖率较高,来拟合真实世界。通过在Amazon和Youtube两个真实数据集中的大量实验,验证了团体影响的存在性及其对影响力最大化问题的影响,并分析了团体影响力传播过程的特点以及团体效应与网络团体规模之间的关系。