1.针对社交网络影响力最大化问题的节点解决方法，其特征在于，包括：

S1、获取社交网络数据集，将社交网络数据集中的用户作为社交网络中的节点，由节点的传播影响力和选择成本计算节点的重要性，将节点根据重要性进行降序排序得到节点序列nodelist，并从节点序列nodelist中的第一个节点开始对每个节点进行分组获得多个节点组；

在步骤S1中，所述传播影响力为节点集在两跳范围内的预期传播价值，传播影响力计算公式如下：

其中NBone(S)和NBtwo(S)分别表示种子节点集S的一跳和二跳邻居节点的集合；δ(S,v)表示种子节点集S对节点v的预期传播价值，表示有边指向节点v的节点的集合，p(u,v)表示节点u对节点v的传播概率，计算时将节点集S代入公式，此时节点集只包含单一节点v；

S2、设定总预算和第一候选节点集，所述第一候选节点集初始为空节点集，从每个节点组的第一个节点开始，依次选择该节点组的loadsize个节点，且loadsize个节点的总成本不超过总预算，然后从这loadsize个节点中随机选择一个节点加入第一候选节点集，由步骤S1中获得的所有节点组完成上述操作后获得的节点全部加入第一候选节点集；

S3、种群初始化：从第一候选节点集中随机选取一个节点加入个体i，同时将个体i的节点组成第一屏蔽节点集，将第一候选节点集重新置为空节点集，并从每个节点组的第一个节点开始，依次选择该节点组不存在于第一屏蔽节点集中的loadsize个节点，且loadsize个节点的总成本不超过总预算，然后从这loadsize个节点中随机选择一个节点加入第一候选节点集，由步骤S1中获得的所有节点组完成上述操作后获得的节点全部加入第一候选节点集，重复本步骤中上述的全部操作直至个体i中的所有节点的成本总和不超过总预算且不能再加入新的节点，以获得个体i的相同过程获得多个个体，获得的所有的个体组成种群；

S4、种群中每个个体通过交叉操作或变异操作生成新个体，由多个新个体组成新种群；

S5、计算每个新个体的适应度，通过二元锦标赛选择方式从种群和新种群中选择适应度高的个体组成下一代种群，并将下一代种群中适应度最高个体选取为当前最优个体；

S6、重复S4、S5，直到迭代结束，从所有当前最优个体中选取适应度最高的个体作为历史最优个体，该历史最优个体所表示的节点集就是符合成本预算的社交网络影响力最大化的用户组合。

2.根据权利要求1所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，在步骤S1中，所述重要性为节点传播影响力与节点选择成本的比值，公式如下：其中f(v)表示节点v的传播影响力，用传播影响力计算公式进行计算；

cost(v)表示节点v的选择成本，即节点v的选择成本由输入的成本函数cost决定。

3.根据权利要求1所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，在步骤S4中通过交叉算子生成新个体，过程如下：S4-1、首先从种群中随机选择个体作为目标个体P，从目标个体P中选择一半的节点组成新个体Pnew，从种群中随机选择两个个体Pr1和Pr2，并将个体Pr1、Pr2和目标个体P组成第二候选节点集；

S4-2、从第二候选节点集中删除自身与新个体Pnew重复的节点，B表示总预算，cost(Pnew)表示新个体Pnew中节点的总成本，新个体Pnew的剩余预算RB＝B-cost(Pnew)，根据新个体Pnew的剩余预算RB从第二候选节点集中加载cs个节点且每一个节点成本不超过剩余预算RB；

S4-3、从加载的cs个节点中选择距离新个体Pnew距离最大的节点加入新个体Pnew同时更新剩余预算RB；

S4-4、重复S4-2和S4-3，直到剩余预算RB耗尽则交叉算子结束，最终得到新个体Pnew。

4.根据权利要求1所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，在步骤S4中通过变异算子生成新个体，过程如下：S4-1、首先从种群中随机选择个体作为目标个体P，目标个体P中随机选择n个节点组成新个体Pnew，其中，随机选择的节点数n采用自适应的取值方式，即n的值会随着运行代数的增加而增加，公式如下：n＝g/maxG·|P|

其中，g表示当前的代数，maxG表示最大的代数，|P|表示目标个体P的节点数；

S4-2、B表示总预算，cost(Pnew)表示新个体Pnew中节点的总成本，因此新个体Pnew的剩余预算RB＝B-cost(Pnew)，从种群中的所有个体中选择多个成本不超过剩余预算RB的节点组成第三候选节点集和第四候选节点集；

S4-3、从第三候选节点集和第四候选节点集的组合中随机选择两个节点并从这两个节点中选择距离新个体Pnew距离最大的节点加入新个体Pnew同时更新剩余预算RB；

S4-4、重复4-2和S4-3，直到剩余预算RB耗尽则变异算子结束，最终获得新个体Pnew。

5.根据权利要求4所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，第三候选节点集可以通过如下方式产生：通过步骤S1相同过程获得m个节点组，设定总预算、第一屏蔽节点集，所述第一屏蔽节点集初始为空节点集，将目标个体P中未组成新个体Pnew的节点加入第一屏蔽节点集，再从每个节点组的第一个节点开始，依次选择该节点组不存在于第一屏蔽节点集中的loadsize个节点，且loadsize个节点的总成本不超过总预算，然后从这loadsize个节点中随机选择一个节点，m个节点组均执行上述操作从而获得m个节点，且m个节点中的每个节点成本不超过新个体Pnew的剩余预算RB，由m个节点组成第三候选节点集。

6.根据权利要求4所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，第四候选节点集可以通过如下方式产生：由种群中所有个体组成第二屏蔽节点集，通过步骤S1相同过程获得m个节点组，设定总预算，从每个节点组的第一个节点开始，依次选择该节点组不存在于第二屏蔽节点集中的loadsize个节点，且loadsize个节点的总成本不超过总预算，然后从这loadsize个节点中随机选择一个节点，m个节点组完成上述操作后获得的m个节点组成第四候选节点集。

7.根据权利要求3或4所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，在步骤S4-3加载的cs个节点中选择距离新个体Pnew距离最大的节点中，或在步骤S4-3从第三候选节点集中随机选择两个节点并从中选择距离新个体Pnew距离最大的节点加入新个体Pnew同时更新剩余预算RB中，计算节点距离的公式如下所示：式中NBtwo(v)表示节点v在两跳范围内的邻居节点的集合，其中节点的一跳邻居是指跟节点直接相连的节点，二跳邻居是指节点邻居的邻居。

8.根据权利要求1所述的针对社交网络影响力最大化问题的节点解决方法，其特征在于，由于节点的传播影响力主要集中在两跳范围内，在步骤S5中每个新生成的个体的使用种子节点集在两跳范围内的预期传播价值作为适应度，公式如下：其中NBone(S)和NBtwo(S)分别表示种子节点集S的一跳和二跳邻居节点的集合，δ(S,v)表示种子节点集S对节点v的预期传播价值，表示有边指向节点v的节点的集合，p(u,v)表示节点u对节点v的传播概率，计算时将节点集S代入公式。

9.一种计算机设备，其特征在于：所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-8任一项所述的针对社交网络影响力最大化问题节点分组方法。