影响力最大化（influence maximization），管理学-管理科学与工程-电子商务与商务智能-网络营销-网络推广-影响力最大化，在社交网络中选择k个初始节点使得影响力扩散范围最大化的算法。对于社会化营销而言，企业希望通过某种激励方式吸引一部分用户发布产品的营销信息，利用信息在个体间的级联传播，使产品的信息在网络中迅速蔓延，达到产品推广的效果。然而企业用于营销的预算是有限的，因此需要选择种子结点来投放营销信息，使得在给定成本下影响尽可能多的用户。影响力最大化的两个关键的步骤是信息传播模型的构建和种子节点的选择。其中，基本信息传播模型主要有线性阈值模型和独立级联模型；种子节点集的选取算法主要包括贪心算法和启发式算法。贪心算法能给出算法的近似度，但难以扩展到大规模的网络中；启发式算法降低了计算复杂度，但是其可靠性难以保障。研究者在多社交网络、动态网络、自适应、可扩展等方面进行了研究。此外，研究者还将真实社交网络中的用户生成内容，以及真实营销环境中的竞争因素、预算约束、时间因素纳入影响力最大化问题中，发展出多个分支。