当前社交网络是人们获取信息的重要网络平台,但是在社交网络上信息泛滥,其中有正面信息,但也有很多谣言,所以研究社交网络中信息传播的规律,有利于我们更好地使用社交网络,也有利于我们及早制止谣言,引导舆论。本文的工作主要有以下几点:1.提出了一种阅读概率的模型。针对社交网络中用户通常从最新的信息开始浏览并且一般只浏览前1-2页这一现象,计算当前时间段内用户阅读到目标信息的概率。用基于统计学习的方法,考虑了用户使用社交网络的行为特征,并用两种不同的函数分别对用户的阅读概率进行了模拟。2.提出了一种基于阅读概率和转发判别的社交网络信息传播模型。针对用户要先阅读到信息后才有可能转发,将信息进一步传递下去这一现象,结合上文提出的阅读概率模型,和对现有的转发判别方法的研究分析的基础上,提出了该模型。在转发判别方法中,主要考虑了影响转发行为的用户行为特征,然后用现有分类算法判断用户最终的转发行为。最后,实验表明了该模型是合理的。3.设计实现了一个微博信息传播规模预测系统。该系统实现了数据存储、数据分析、阅读概率、转发判别和显示界面模块。当用户输入一条完整的微博信息后,该系统可以预测出该条微博的传播规模。