近些年来社交网络得到了极大的发展,社交网络相关的应用得到了学术界的极大关注,社交网络影响最大化问题是社交网络领域最受关注的问题之一。社交网络影响最大化问题是社交网络中挑选出少量的初始结点,让这些初始结点在网络中传播影响,使得最终受影响的用户数量最大化。该问题是NP难的,用于解决该问题的近似方法得到研究者的极大关注。目前绝大部分相关的工作集中在社交网络影响最大化问题解决方案的改进和影响传播模型的改进,忽略了问题的适用范围。考虑到现实世界中的具体场景,我们提出影响最大化问题的两个改进版本。本文具体的内容如下：1.考虑到信息或者观点的传播会借助多个网络,本文提出多渠道影响最大化问题,该问题是从网络中选取少部分用户,让其在多个网络中传播影响,使得最终受影响的用户数量最大化。我们形式化定义该问题,通过将多渠道影响最大化问题归纳为社交网络影响最大化问题,我们证明多渠道影响最大化是NP难问题,并且说明影响力计算是#P难的；针对该问题的基本特性,我们提出三种近似的解决方法：贪心方法、基于结点度的方法和基于合成图的方法：真实网络上的实验结果表明了我们提出的方法的有效性。2.考虑到初始用户的选取范围是有限制的,本文提出基于目标用户影响最大化的改进版本——限制性用户在线影响最大化问题,该问题是从限制性用户集合中选取少部分初始用户,让其在整个网络中传播,使得最终受影响的目标用户的数量最大化。我们形式化该问题,通过将该问题规约为社交网络影响最大化问题,证明了该问题是NP难的,初始用户影响力的计算是#P的,证明影响力函数具有非负、单调递增和次模特性；针对该问题的基本特性,我们提出三种近似的解决方法：ccelf、基于候选集的方法和基于预处理的方法,其中ccelf方法获取的结果具有一定的理论保证,基于预处理的方法通过线下的预处理,基本满足在线问题的效率需求；真实网络上的实验结果表明了我们提出的方法的有效性。