在信息迅速发展的时代,原有的信息交流的方式已经发生了转变,人们开始通过社交网络进行交流联系、信息共享、情感交流。在这个过程中人们之间存在着信息交流,信息的交流可以在一定程度上表现出用户的传播行为。用户传播行为会触发信息的大规模传播,这种传播影响将会影响用户的决策行为。就比如对青少年而言,同龄人之间的饮食行为会对他们有很大的影响。研究网络行为传播,分析社会网络用户行为背后蕴藏的行为规律和兴趣变化,有助于研究网络用户的行为预测。近些年随着研究者对复杂网络的关注度,复杂网络的研究成果越来越多。很多学者也都从自己的研究领域结合复杂网络,分析研究相关问题。本文立足于经典传播学理论,结合近年蓬勃发展的社交网络,构建网络传播模型,研究个体对行为传播是否有至关重要的影响。在传播过程中加入自身影响值和邻居影响值,结果证明这两个因素对行为传播都有影响。本文将从以下两个方面展开:(1)基于SI传播模型,构建了行为传播模型,研究网络行为传播。首先,在传播中加入自身影响值,这个影响值是指个体在行为发生后,会对下一次的行为产生影响。而且在传播过程中邻居对个体的行为也会产生影响,所以在模型中加入邻居影响值,研究邻居对行为传播的影响。最后通过实验进行模拟,得出自身影响值和邻居影响值在传播的过程中对行为动机值有影响,验证了提出的模型的有效性。(2)基于SIR模型,构建了一种新的SIRI传播模型。在实际的生活中,人们可能会对某种重复多次的行为产生厌烦,并且在短时间内,一般不会再发生该行为。但在一段时间之后,人们可能还会受到此行为的影响。所以本文在SIR模型的基础上进行改进,使得模型更加符合真实世界行为的传播。在该模型中加入行为动机值和邻居感染数量,研究这两个量对行为传播的影响。为了让模型更接近真实情况,在行为动机值中加入自身影响值和邻居影响值。与之前的研究相比,我们引入的量更接近真实世界,提高了行为预测的可能性,给出的仿真结果也论证我们提出模型的有效性。最后,本文以兰州理工大学校园卡通消费数据为例,对模型进行了试验验证。