张 旸，路 荣，杨 青

（中国科学院 自动化研究所 模式识别国家重点实验室，北京100190）

1 引言

微博客（简称微博①本文提到的微博有两层含义：一是指微博平台如新浪微博，Twitter等，二是指在平台上发布的状态，比如Twitter上的t weets等。），是一个基于用户关系的信息分享、传播以及获取平台。用户可以经由SMS、即时通信、电邮、网站或第三方应用发布微博，输入最多140字的更新。以前的研究指出［1]，在信息时代，关注已经取代信息本身，成为稀缺资源。特别的，在微博客中，微博通过转发吸引大家的关注，如何准确的预测一条微博是否会被转发是信息传播中的一个基本问题，也是本文研究的重点。

解决这个问题有如下好处。第一，被转发的微博往往反映了用户感兴趣的话题，所以我们的研究可以应用到微博推荐中；第二，Cash more等［2]指出，社会化内容的分享（如微博的转发）不是随机的，而是决定于其本身的“传播性”。通过对微博转发行为的研究，我们能更好的理解微博中的“传播性”，并将之应用于市场营销或热点提取等；第三，研究证明，读者更倾向于分享那些能激发他们积极情绪（敬畏，愤怒）的社会化内容，相反的，那些激发读者消极情绪（悲伤）的内容通常不会被分享［3]。所以，通过预测微博的转发，我们可以进一步进行微博上的情感分析及舆情监控。

为了解决这个问题，基于微博中各个特征的重要性的差异，本文提出了特征加权的预测模型，其框架图如图1所示。具体来说，我们的方法分以下四步。……