近年互联网的迅速发展为社会网络的研究提供了大量的数据,同时个人电脑的普及也解决了大规模数据的处理问题,这些有利条件使社会网络研究领域取得长足进步。社会网络的研究包含许多内容,如：网络中的社区检测问题,节点问的影响力问题,节点分类问题等等。本文研究的重点是社会网络影响力最大化,该研究主要应用于商业中的“病毒式”营销,这种营销方式的目的是在付出最小营销成本的同时获取到尽可能多的商业回报。社会网络影响力最大化研究的目的是要寻找一个影响力最大的初始集合使得所付出代价最小而信息在该社会网络中传播最广泛。本文在对已有的影响力最大化算法及传播模型进行研究后提出了一种基于贪心算法的改进算法及基于独立级联模型的改进传播模型。本文的研究内容主要包含以下几点：(1)介绍影响力最大化算法的发展现状,对几种主要的影响力传播模型及影响力最大化算法进行研究,详细介绍IC模型和LT模型并探讨各算法的优缺点；(2)提出一种基于网络均匀划分的节点选择算法,并通过实验证明该算法在遍历图的过程中可以实现网络均匀划分,降低网络规模,提高算法的运行性能；(3)提出一种基于浮动激活概率的独立级联模型,该模型通过在信息传播过程中不断修正节点的激活概率使其更加符合实际的传播过程,并通过实验证明该传播模型的传播结果更符合现实中的传播结果。