提出一种基于个体敏感性的影响力传播模型，并设计求解影响力最大化问题的算法。首先，将个体敏感性引入传统线性阈值模型中，提出了分布区间的最低阈值与最高阈值，刻画更符合现实的信息传播过程。其次，基于改进的传播模型，构建解决影响力最大化问题的模型，并设计了求解该模型的敏感性更新贪婪算法(SUG)。实验测试结果表明：大规模网络实验中，SUG算法比Degree Discount算法(DD)多了50%的扩散范围；中规模网络实验中，SUG算法比传统贪婪算法(GA)节约了99%以上的计算时间。