近几年，人与人之间的交流越来越依赖社交网络，各种社交媒体的用户量也迅猛增涨。随着社交网络体量的增大，信息在社交网络上往往会得到爆炸式传播。人们也逐渐发现，相对于传统的新闻媒体，利用社交网络进行信息传播或广告宣传具有低成本高成效的特点，由此也产生了一种新的营销方式——病毒式营销。病毒式营销的方式是从社交网络的大量节点中选取一部分节点作为种子节点，信息从种子节点发出，通过社交网络的逐层转播，种子节点发布的信息能够在社交网络中被大范围转发扩散，从而达到营销的效果。在此应用的驱动下，大量研究者开始对社交网络进行研究，而病毒式营销对应的是社交网络中关于影响力的研究。在本文，从算法和博弈两个角度研究社交网络中关于影响力的相关问题。　　首先，研究社交网络中影响力传播模型。目前，关于传播模型的大部分研究都是考虑一次传播对节点的影响效果。对应到病毒式营销的场景中，考虑一次传播意味着用户只要在一次传播中接收到广告就代表该用户会真正购买产品。实际上，一个用户通常在对一个产品足够了解，也就是接收到足够的关于该产品的信息之后才会产生购买行为。在本文，将这种多条信息对用户产生的影响刻画为社交网络中的累积激活模型。累积激活模型分为两个阶段:第一个阶段是信息传播模型，多条信息在社交网络中独立传播，每次传播都遵循Kempe等提出的经典的独立级联模型;第二阶段是节点激活模型，如果一个节点在多次传播之后收到的信息的数量超过该节点的累积激活阈值，这个节点就被累积激活。在累积激活模型下，种子集合的影响力定义为从该种子集合出发，经过若干次传播之后，社交网络中被累积激活的节点的数量。　　在累积激活模型下，考虑两个优化问题，影响力最大化(IM-CA)问题和种子集合最小化(SM-CA)问题。其中，SM-CA问题是找到一个包含种子数量最少的种子集合使得该种子集合的影响力不小于一个给定的需求η;IM-CA问题是找到k个种子节点作为种子集合使得该种子集合的影响力达到最大。对于SM-CA问题，当η=n时，设计了一个贪心算法能够保证O(lnn)的近似比，其中，n是社交网络中节点的数目。对于η＜n时的SM-CA问题和IM-CA问题，证明了较强的不可近似性结果。还基于反向可达集合(RR set)为SM-CA问题和IM-CA问题设计了高效的启发式算法。最后，在三个真实的社交网络数据上测试提出的启发式算法的性能，实验结果表明，对于解决SM-CA问题和IM-CA问题，提出的算法相对于现有的算法有明显的优势。　　在影响力传播模型确定之后，一个主要的问题在于如何寻找种子集合。然而，在种子集合确定后，如何保持种子集合的稳定性却极少被研究。在本文中，利用合作博弈理论来分析已经选定的种子集合的稳定性。合作博弈中与稳定性相关的解是核心及其松弛解最小-核心。考虑两类最小-核心，绝对最小-核心和相对最小-核心，这两类最小-核心分别以联盟的绝对不满意程度和相对不满意程度为标准来衡量合作的稳定程度。在本文中，建立了影响力合作模型，并分析该模型的核心及绝对最小-核心和相对最小-核心。在影响力合作模型中，以每个联盟的在社交网络中的影响力作为衡量该联盟受益的基础，结合社交网络中的规模效应，将受益函数设为截断函数。也就是说，只有影响力达到一定值的联盟才真正产生效益。由于独立级联模型下的影响力函数为次模函数，因此，将影响力合作博弈扩展为更一般截断次模收益合作博弈。对一般的截断次模收益博弈进行分析，所得到的结果也适用于影响力博弈。