基本思想

独立级联模型（Independent Cascade Model）最初由 Jacob Goldenberg等人在研究市场营销模型时提出，是一个概率模型。该模型的基本假设是节点u试图激活其邻接节点v的行为能否成功是一个概率为Pu,v的事件。且一个处于非活跃状态的节点被刚进入活跃状态的邻居节点激活的概率独立于之前曾尝试过激活该节点的邻居的活动。此外该模型还做出了这样的假设：网络中任意的节点u只有一次机会尝试激活其邻居节点v，无论是否能成功，在以后的时刻中，u本身虽然仍保持活跃状态，但它已经不再具备影响力，这一类节点称为无影响力的活跃节点。

经典传播模型

Kemple等人提出两种经典的信息传播模型：线性阈值模型(Linear Threshold Model, LTM)和独立级联模型(Independent Case Model， ICM)。线性阈值模型适合于描述个体的行为受多个个体的影响,而独立级联模型适合于描述个体的行为只受一个个体的影响,但是,这两种传播模型只适用于一种实体在社会网络中传播的情形。

线性阈值模型和I独立级联模型是构建社交网络传播模型的基本模型。LT模型描述的是信息是以概率形式进行传播，IC模型主要描述的是信息传播后，如何进行收敛。

算法

独立级联模型的算法如下：

1．初始的活跃节点集合A。

IC模型算法第二步图示

2．在t时刻，新近被激活的节点u对它的邻接节点v产生影响，成功的概率为Pu,v。若v有多个邻居节点都是新近被激活的节点，那么这些节点将以任意顺序尝试激活节点v。

IC模型算法第三步图示

3．如果节点v被激活成功，那么在t+1时刻，节点v转为活跃状态，将对其邻接非活跃节点产生影响；否则，节点v在t+1时刻状态不发生变化。

4．该过程不断进行重复，直到网络中不存在有影响力的活跃节点时，传播过程结束。