近年来,随着移动通信和web技术的不断发展,越来越多的人开始使用社交网络,比如：Facebook、 Twitter、 Linkedin、人人网和新浪微博等,进行在线交流和传播信息。这吸引了大批的科研工作者对社会网络的关注和研究,他们研究在线社会网络的空间结构,信息传播特性,博文内容分析,以及社会网络中的推荐系统等。本论文主要研究存在实体(产品或者观点)相互竞争的情况下,如何使某种实体影响传播最大化的问题。其中,社会网络影响最大化是指给定种子结点的个数k和某一种传播模型,找出k个最具有影响力的结点集。Kemple等人[1]提出两种经典的信息传播模型：线性阈值模型(Linear Threshold Model, LTM)和独立级联模型(Independent Case Model， ICM)。线性阈值模型适合于描述个体的行为受多个个体的影响,而独立级联模型适合于描述个体的行为只受一个个体的影响,但是,这两种传播模型只适用于一种实体在社会网络中传播的情形。在现实生活中,存在两种或两种以上实体竞争传播的情形,为了研究这种竞争影响传播,本文从以下几个方面开展工作：(1)扩展了经典独立级联模型,使其包含两种及两种以上的竞争影响传播。(2)主要解决在扩展独立级联模型下,给出一种实体(产品或者观点)的种子结点集合,如何找出另一种实体最有影响力的k个种子结点集。(3)证明了基于扩展独立级联模型的竞争影响传播目标函数具有单调性(monotonicity)和子模性(submodularity),因此使用贪心算法或者cost effective lazy forward——CELF方法可以得到最优解的1-1/e。(4)实现了本文算法,并进行了初步的实验,验证了本文所提方法的可行性及有效性。