影响力最大化是在社交网络中找到一小组最具影响力的节点，以最大化其在网络中的综合影响力。 经典贪婪算法的高复杂度不能很好地适合于中型或大型网络。 有必要开发一种对社交网络的规模不敏感的更有效的算法。 在本文中，我们提出了一种基于网络结构估计节点影响的方法。 通过这种方式，我们将影响范围减小到影响最大的节点，从而减少了耗时。 然后，我们为线性阈值模型设计了一种更有效的贪心算法（称为LNG算法）。 大规模网络的实验结果表明，与传统的贪婪算法相比，该方法耗时少，影响扩散效果好。