微博是一个基于用户关系的信息分享、传播及获取平台。随着：eE2.0的发展,越来越多的人开始关注和使用微博。同时,作为一个近年来兴起的在线社会网络,微博中的信息传播和预测问题也正在成为人们研究的热点。本文基于对微博中用户互动的特征和发生机制进行的分析,提出了微博网络中消息的传播模型,并在此基础上提出了一种预测微博消息传播维度的分析方法。本论文的主要工作有以下四个方面：(1)对微博网络中的用户属性特征、消息属性特征和消息源属性特征进行分析,基于收集的样本数据构建微博互动网络,重点分析用户之间的转发、回复和@行为。本文提出了一种用户交互行为标度算法UIM(User Interaction Measure Algorithm),从信息接受能力、信息传播能力和信息亲和力三个角度对用户之间的互动进行加权分析,以此度量用户参与信息传播的可能性。(2)研究微博网络中的信息传播问题,提出了一种微博信息传播模型GDC (Growth-Diffusion-Competition Model)。该模型将信息在微博中的传播分为三个过程：增长过程、扩散过程和竞争过程。综合每个过程中传播节点密度随时间t和与信息源点的距离x的变化,得到了微博信息传播的规律。(3)通过研究用户之间的交互行为,得到了用户参与信息传播的概率模型,解决了计算节点参与微博网络中信息传播的概率问题；并根据提出的传播模型,从时间和空间维度,对信息传播进行了分析和相关的定量预测。(4)设计和实现了微博消息传播和预测分析系统。可实现对微博信息的采集、对微博用户的互动行为、微博信息传播和预测进行分析。