1、近年來，隨著Web2.0和移動互聯(lián)網(wǎng)的飛速發(fā)展，互聯(lián)網(wǎng)上涌現(xiàn)了大量的社交網(wǎng)絡(luò)平臺。微博作為其中一種社交網(wǎng)絡(luò)平臺，以其高便捷性、高原創(chuàng)性、強交互性和強草根性的特點吸引了大量用戶，成為人們生活中獲取與分享信息的重要平臺。研究如何及時準(zhǔn)確地預(yù)測微博未來的流行趨勢，對內(nèi)容推薦、廣告營銷以及輿情監(jiān)控等領(lǐng)域都具有重要意義。本文以新浪微博為研究對象，對微博流行趨勢預(yù)測進行了研究，具體工作如下：
　　1.分別分析了內(nèi)容、時序和網(wǎng)絡(luò)這三類因素對微博

2、轉(zhuǎn)發(fā)過程的影響。實驗結(jié)果表明，不包含鏈接的微博更容易被轉(zhuǎn)發(fā)；微博中提及的人數(shù)越多，其最終轉(zhuǎn)發(fā)數(shù)的分布范圍越小，且轉(zhuǎn)發(fā)數(shù)都比較少；不同時間段發(fā)布的微博，其最終轉(zhuǎn)發(fā)數(shù)差別較大；微博最終轉(zhuǎn)發(fā)數(shù)與其最小轉(zhuǎn)發(fā)時間間隔之間存在一定的負(fù)相關(guān)性；初期曝光量較小的微博，其最終轉(zhuǎn)發(fā)數(shù)的分布范圍也較小，且大部分的轉(zhuǎn)發(fā)數(shù)都較少；微博最終轉(zhuǎn)發(fā)數(shù)與其早期轉(zhuǎn)發(fā)網(wǎng)絡(luò)的鏈接密度之間近似呈現(xiàn)負(fù)線性相關(guān)。
　　2.分析了現(xiàn)有研究中常用微博特征存在的不足，然后在此基礎(chǔ)上

3、從微博的內(nèi)容、時序和網(wǎng)絡(luò)三個方面提取了一系列新特征，將新特征與常用特征相結(jié)合，對邏輯斯蒂回歸、樸素貝葉斯、支持向量機和隨機森林等分類模型進行訓(xùn)練并對目標(biāo)微博的流行度范圍進行預(yù)測。實驗結(jié)果顯示，在加入本文提取的新特征后，這四種模型的預(yù)測正確率分別提高了1.91％，14.80%，2.92%和6.92%。
　　3.將提取的微博特征應(yīng)用到基于相似度的微博流行趨勢預(yù)測方法中，給出了基于加權(quán)馬氏距離的微博相似度計算方法，根據(jù)提取的微博特征選取