团队与事件组织问题是经典的组合优化问题,在运筹学领域早已进行了广泛的研究。但是,随着网络通信的高速发展以及各种社交平台的流行,社交网络背景下的团队与事件组织问题再次引起了众多研究人员的注意。由于与社交网络的结合,使得社交网络中的团队与事件组织问题与传统版本的问题不同,从而其不能再简单地借助针对集合覆盖或背包问题等经典问题的近似算法来解决。因此,在充分调研、结合现实情景的基础上,我们首次正式定义了基于社交网络的团队组织收益通信比最大化问题、基于社交网络的事件组织满意度最大化问题和基于社交网络的旅行规划效用最大化问题。随后,我们证明了这三个问题都是NP难问题,并且基于社交网络的团队组织收益通信比最大化问题和基于社交网络的事件组织满意度最大化问题不存在多项式时间近似方案。为了解决基于社交网络的团队组织收益通信比最大化问题,我们设计了专家启发式和项目启发式两个算法;关于基于社交网络的事件组织满意度最大化问题,我们设计了满意度增益启发式算法和前向检验优化启发式算法;针对基于社交网络的旅行规划效用最大化问题,我们则设计了效用启发式算法和相似度启发式算法。最后,我们在仿真和真实数据集上进行了大量的实验,实验结果显示,我们所设计的算法均比基准算法更优,而且真实数据集上的实验结果和同等条件下的仿真数据集上的实验结果类似,从另一方面肯定了我们所提出的算法的有效性。特别的,项目启发式算法可以取得比专家启发式算法更优的结果,相应的代价是需要更长的运行时间;前向检验优化启发式算法不仅可以取得比满意度增益启发式更优的结果,所需的运行时间也更短;相似度启发式算法相较于效用启发式算法,其更适用于用户数量大的场合。