近年来,社会网络上的影响传播受到了越来越多的关注,而病毒性的市场营销作为社会网络影响传播方向最主要的问题之一,也得到了广泛的研究。在影响传播的问题中我们将社会网络拟作图结构,将社会网络中的人拟作图中的节点,通过从图中大量的节点中寻找到一小部分节点,它们可以通过自身的影响力影响到最大范围的节点,也就是使得最大范围的人接受并购买新的创意或产品,最终在社会网络中实现产品的传播最大化,这就是影响最大化问题。现如今随着社会的不断发展,大众需求不断更新改变,许多不同的营销模式应运而生,比如更注重时效性、利益最大化等方面,而这些营销方式的出现和变化也促使我们需要在影响力传播这一领域考虑更多的新问题,本文主要针对社会网络中基于时间限制的影响传播问题进行研究,主要研究内容有:一、在一般的营销过程中,商家经常会规定一个期望的时间,通过一定的营销手段,来达到在期望时间内实现产品影响最大化的目的。本文根据这个背景,提出了不同营销模式中基于时间的影响传播算法,主要包括基于真实时间的影响力最大化问题和饥饿营销方式的种集最小化问题。主要分为三个步骤:1、基于真实用户动作日志,确定用户之间的有效传播时间区间。2、提出基于时间的影响力分配模型。3、提出了基于真时间的影响力最大化问题和饥饿营销方式的种集最小化问题,并分别提出了有效的近似算法。最后在多个真实社交网络数据集上验证了算法的有效性和高效率。二、在影响传播的过程中,容易发现个人的影响力和人与人之间的影响概率也会受到时间的影响。本文根据这一现象,结合人文学科中影响力传播公式:影响力=活跃度+传播力+社会联系,提出了基于真实时间的影响概率优化算法。主要分为三个步骤:1、定义个人影响力项-活跃度、传播力、社会联系的求解方法并进行规范化。2、给出基于时间的独立传播模型TIIC并在给定数据集上学习模型参数。3、根据期望时间,提出动态更新影响概率的优化算法。最后在多个真实社交网络数据集中进行实验,并应用在问题一中进行比较,证明了本文提出的基于时间的影响力优化算法的有效性。