1、隨著計算機技術的快速發(fā)展，互聯(lián)網(wǎng)內的各種社交網(wǎng)站大量興起，其中最具代表的當屬新浪微博和Facebook，它們在人際交往著起著不可替代的作用，是一種全新的社交方式，人們通過社交網(wǎng)絡可以分享興趣以及建立親密的聯(lián)系，拓展人們的生活方式，這些社交互動產生了規(guī)模龐大的信息庫，如何挖掘社會網(wǎng)中具有重大商業(yè)利益的潛力，是一個值得挑戰(zhàn)的領域，而在其中影響最大化問題則是其中的焦點問題。
　　社會網(wǎng)絡影響最大化問題在病毒營銷和消息傳遞中被廣泛研究，目

2、的是能夠選出大小為K的節(jié)點初始集合，使其通過影響傳播模型傳播之后在整個社會網(wǎng)絡帶來的影響收益最大。影響最大化問題的研究基于一種特定的社會網(wǎng)絡，以往的研究大多基于的社會網(wǎng)用戶成員之間的關系總是積極影響，用戶節(jié)點被激活之后只有一種狀態(tài)并且整個社會網(wǎng)激活的節(jié)點狀態(tài)都是相同的，我們稱這種社會網(wǎng)為無符號社會網(wǎng)，但是實際中社會網(wǎng)節(jié)點之間的關系既有積極影響也有消極影響，通過積極影響和消極影響所激活的節(jié)點的狀態(tài)是不同的，我們稱這種社會網(wǎng)絡為有符號或極性

3、社會網(wǎng)。無符號社會網(wǎng)和極性社會網(wǎng)的結構不同，原來的傳播模型在極性社會網(wǎng)中不能適用，相應的影響最大化算法也需作出改進。而且針對不同的主題偏好，相同的節(jié)點初始集合所得到的影響傳播收益明顯不同，這些都是亟待解決的問題。
　　針對上述影響最大化研究中的問題和挑戰(zhàn)，本文從以下兩個方面進行研究:
　　(1)針對無符號社會網(wǎng)和極性社會網(wǎng)結構不同，傳播模型不適用問題，在極性相關的社會網(wǎng)影響最大化算法中，我們對IC模型進行擴展，加入質量因子q

4、，提出了一種新型傳播模型IC-P，在此模型基礎上，我們將給出積極影響最大化算法PIM和消極影響最大化算法NIM，為了降低算法的時間開銷，在算法中加入了子模特性提高了算法的時間效率，最后將通過實驗數(shù)據(jù)加以驗證。
　　(2)針對不同的主題感知下算法準確性問題，雖已有大量相關主題偏好的研究，但都是基于無符號社會網(wǎng)，在極性社會網(wǎng)影響最大化算法中相應的研究還比較缺乏，本文通過在極性社會網(wǎng)中加入主題偏好因素，研究極性社會網(wǎng)下主題感知的影響最大