影响最大化问题是社交网络分析中的重要问题，它旨在从社交网络中找出能使信息扩散范围最广的top-k个用户作为信息源发散信息。社交网络结构的多样化不断给影响最大化问题注入活力，让它在近二十年里经久不衰，一直是学术界的热门问题。针对已有影响最大化问题的研究，主要关注于节点的特征，较少从社交网络的连通性角度来看待影响最大化问题。而割点作为连通分量间的桥梁，是连通性的核心。为此，本文综合考虑社交网络的节点特征和连通性，提出了基于割点的启发式算法来求解影响最大化问题。该算法用度和连通分量评估节点的影响力，在一定程度上解决了影响力重叠的问题。基于传染病模型，本文在4个开源数据集上进行了相关实验。在算法对比实验中，基于割点的影响最大化算法在运行时间、影响传播范围和种子富集性指标中表现优异，验证了算法的实用性和有效性。