针对动态社交网络中节点存在的时序关系,提出了基于时序关系的社交网络影响最大化问题,即在时序社交网络上寻找k个节点使信息传播最大化。首先,通过改进度估计算法来计算节点间的传播概率;其次,针对静态社交网络的WCM传播模型无法适用于时序社交网络的问题,提出了IWCM传播模型,并以此为基础提出了TIM算法,该算法分别利用时序启发阶段和时序贪心阶段,选择影响力估计值 inf(u)最大的备选节点和影响力最大的种子节点;最后,通过实验验证了TIM算法的高效性和准确度。此外,所提算法结合了启发式算法和贪心算法的优点,将边际收益的计算范围由网络中所有节点缩减到了备选节点,在保证精度的前提下大大缩短了程序的运行时