1.一种考虑时延约束的社会网络初始关键节点选取方法，其包括以下步骤：

步骤1：将用户行为记录用L表示，社会网络中用户之间的关系用网络结构图G＝(V,E)表示，其中V代表网络中的全部节点的集合，E表示网络中全部边的集合；

步骤2：计算网络中相邻节点之间的综合激活概率，具体过程如下：设定事件A表示相邻节点之间的见面事件，概率为m，事件B表示见面成功条件下相邻节点之间激活成功的事件,概率为α；由贝叶斯定理可得条件概率 即节点未被相邻且已处于激活状态的节点激活的条件下两节点未发生见面的概率，其中 和 分别为事件A的和事件B的对立事件；令事件C表示节点发生见面但并未被相邻节点激活的事件，综合考虑条件概率 以及条件概率 计算似然函数：取对数似然函数，并取关于参数α的梯度，令梯度等于0，得到m与α之间的关系为假设图中存在一条行为传播路径P＝{v1,v2,v3,...,vn}，其中相邻节点之间的边(vi,vj)∈P，则节点vi对节点vj的综合激活概率步骤3：使用sigmoid函数模拟影响力随时间衰减的特性，对影响力进行平滑衰减变换，并以此作为相邻节点之间分配直接影响力的依据，即分配给节点vi让其影响节点vj的直接信用计算如下：其中a代表特定的行为， 和 分别代表节点vi和节点vj执行行为a的时刻；当两者的之间的时间跨度越大时，表明分配的信用值越小，vi对vj的影响力也就越弱；

步骤4：通过遍历用户行为记录L，针对不同的行为，将节点之间反复见面并尝试激活对行为传播的时间阻碍作用转嫁为传播增量路径长度的计算；其计算过程如下：已知相邻两个节点之间见面并尝试激活的工作是独立重复的伯努利试验，则节点vj被节点vi首次成功激活之前节点vi一共尝试见面并激活节点vj的试验次数服从几何分布，用随机变量 根据几何分布的期望和方差得到随机变量Xvi,vj的估计量为则对于行为a的传播增量路径PIPa的长度为：

步骤5：沿着传播增量路径逆向对路径上的节点进行信用值分配，PIPa(v,u)表示对于行为a，节点v到节点u之间的传播增量路径；节点之间的信用分配采用级联方式，对于边(w,u)∈PIPa(v,u)，不仅节点w会被分配信用，节点w之前对于行为a的前任执行者也会被分配信用让其影响节点u，同时结合时延约束条件τ将信用分配限制在一定范围之内，从而简化信用分布的复杂度，提高计算的效率；对于行为a和传播增量路径中任意的两个节点v和节点u，给予节点v让其影响节点u的总信用计算如下：节点w为节点u的入邻居，length(PIPa(v,u))表示对于行为a，节点v到节点u之间的传播增量路径长度，Γw,u(a)为对于行为a，给予节点w让其影响节点u的总信用；Nin(u)为节点u的入邻居节点集合，γw,u(a)为对于行为a，给予节点w让其影响节点u的信用大小；相似地，给予初始关键节点集合S让其影响节点u的总信用计算如下：其中ΓS,w(a)为对于行为a，给予初始关键节点集合S让其影响节点w的总信用；

步骤6：使用σCDTC(S)代表信用分布函数，其值等于给予初始关键节点集合S让其影响网络中其余节点的总信用，即 为节点u所执行的行为的集合， 为节点u所执行行为的数量，则对于网络中的任意节点v，计算节点v对于所有行为的边际收益：

其中，V代表网络中节点的全集， 为通过行为a在节点集合V-S中给予节点v让其影响节点u的信用；根据公式，计算网络中某一节点v的边际收益，只需要计算给予节点v让其影响除当前初始关键节点集合S之外的其他节点的总信用，即 以及对于行为a，给予当前初始关键节点集合S让其影响节点v的信用值ΓS,v(a)；将计算得到的节点的边际收益进行排序，选取边际收益最大的节点插入初始关键节点集合S中；

步骤7：判断初始关键节点集合中元素的个数是否已经达到要求的个数k，如果未达到，则对除当前初始关键节点集合之外的节点之间的信用分布进行更新，并重新回到步骤

5；如果已经达到，则得到最终所要选取的初始关键节点集合。