La incrustación de nodos es una técnica de aprendizaje de representación que mapea los nodos de la red en un espacio vectorial de menor dimensión. La incrustación de nodos en el espacio vectorial puede beneficiar las tareas de análisis de redes, como la detección de comunidades, la predicción de enlaces y la identificación de nodos influyentes, tanto en el cálculo como en un alcance de aplicación más amplio. En este documento, proponemos una solución basada en la incrustación de nodos de dos pasos para el problema de maximización de la influencia social (IMP). La solución emplea un algoritmo de incrustación de redes revisado para mapear los nodos de entrada en el espacio vectorial en el primer paso. En el segundo paso, la solución agrupa los nodos del espacio vectorial en subgrupos y elige los centros de los subgrupos como los difusores influyentes. El enfoque propuesto es una solución IMP simple pero efectiva porque tiene en cuenta tanto las características de refuerzo social como de homofilia de la red social en la incrustación de nodos y la operación de selección de difusores de semillas por separado. El experimento de simulación de propagación de información de los modelos SIR de contacto susceptible-infectado-recuperado (SIR) y SIR de contacto completo en seis tipos diferentes de conjuntos de datos de redes reales demostró que la solución de maximización de la influencia social propuesta exhibe una capacidad de propagación significativa.