本文主要研究商品的定价问题，在给定的社会网络中，如何通过交互式定价，达到收益最大化。同一件商品对不同的消费者具有不同的价值，一件商品对一个消费者的价值取决于两个因素:该商品对该消费者的固有价值和外部性影响。　　一个社会网络是一个三元组（G，w，γ），其中G=(U,E)是一个不含环和重边的简单图，G的每一个顶点代表一位消费者，w:E(G)→R是一个边赋权函数，w（uv）代表消费者u和v之间的相互影响，γ:V(G)→R+是一个顶点赋权函数，γ(v)代表商品对消费者v的固有价值。　　在全信息社会网络中，外部性影响以及该商品对所有消费者的固有价值都是已知的。对于全信息社会网络上的定价问题，已有的是研究外部性影响全部为正或者全部为负的情形，本论文讨论外部性影响有正有负的模型，并研究在这种模型中的定价策略。　　在第一章中，我们介绍了商品定价问题的研究背景及本文研究的定价模型。　　第二章我们得出在这样的全信息网络中，找到最优的交互式定价策略是NP难的。另外我们证明了当商品固有价值总和远大于正外部性影响之和时，可以通过贪婪算法在O(n2)时间内找到近似比为2的定价策略，而且这个界是紧的。　　第三章我们通过反例证明，在一般社会网络中，如果商家只有固定的m次定价机会，那么，即使是对有统一固有价值的平凡权重社会网络，该定价下的收益与最优定价下的收益比也可以任意小。　　第四章中，我们给出了有统一固有价值的平凡权重星状社会网络上的最佳定价方案以及最大收益，并在此基础上证明了当消费者数大于4时通过单一定价能够得到近似比为2的定价策略，同时也证明了对于商品固有价值都大于3的不相交的星集社会网络这一结论依然成立。