The growing popularity of social networks is providing a promising opportunity for different practical applications. The influence analysis is an essential technique supporting the understanding of real-life activities. Accordingly, certain reviews and surveys have been presented, focusing on models, methods, and evaluation aspects related to social influence analysis. However, the ultimate goal is that the background social influence analysis methods developed in research could be employed in real applications. In this context, social influence analysis still remains a number of challenges including the privacy of the massive networks that have been recently mentioned by researchers. Motivated from these facts, in this paper we provide a state-of-the-art survey on the influence analysis techniques in addressing these challenges. In this detailed survey, we divide the diffusion models into two categories, individual and group node-based models. Our primary focus is to investigate the research methods and techniques and compare them according to the above categories. In the sequel, we especially further provide an overview of the existing methods for influence maximization under privacy protection. The recent advanced applications of social influence are also surveyed. In the end, open issues are discussed to enable the researchers to a better understanding of the present scenario and suggest several potential future directions for research in influence maximization.

社交网络的日益普及为不同的实际应用提供了一个有希望的机会。影响分析是支持理解现实生活活动的一项必不可少的技术。因此，已经提出了某些评论和调查，重点是与社会影响分析有关的模型，方法和评估方面。但是，最终目标是在研究中开发的背景社会影响分析方法可以在实际应用中使用。在这种情况下，社会影响力分析仍然是许多挑战，包括研究人员最近提到的大规模网络的隐私性。基于这些事实，本文提供了有关影响分析技术在应对这些挑战中的最新技术调查。在此详细调查中，我们将扩散模型分为两类，即基于个体和基于组节点的模型。我们的主要重点是研究研究方法和技术，并根据上述类别进行比较。在续篇中，我们特别进一步概述了隐私保护下影响力最大化的现有方法。还对社会影响力的最新先进应用进行了调查。最后，讨论了一些未解决的问题，以使研究人员能够更好地理解当前的情况，并就影响力最大化的研究提出一些潜在的未来方向。我们的主要重点是研究研究方法和技术，并根据上述类别进行比较。在续集中，我们特别进一步概述了隐私保护下影响力最大化的现有方法。还对社会影响力的最新先进应用进行了调查。最后，讨论了一些开放性问题，以使研究人员能够更好地理解当前情况，并就影响力最大化的研究提出若干潜在的未来方向。我们的主要重点是研究研究方法和技术，并根据上述类别进行比较。在续集中，我们特别进一步概述了隐私保护下影响力最大化的现有方法。还对社会影响力的最新先进应用进行了调查。最后，讨论了一些开放性问题，以使研究人员能够更好地理解当前情况，并就影响力最大化的研究提出若干潜在的未来方向。