张霁雯，周 军

（辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001）

微博是一种基于注册用户关联的关系、信息的分享、传播以及信息获取的移动信息社交网络平台。微博用户在手机等移动终端或者电脑登入，以图片、文字、视频、影像等形式呈现，可以实现信息用户间分享与互动，微博传播的速度和形式与电视新闻、报纸等传统的媒介传播方式都大不相同，微博更为简单、迅速、快捷、清晰地表述了事件的整个过程。

截至到2019 年第一季度，微博总活跃用户已达到4.65 亿，超过Twitter 总使用人数。对微博转发进行预测，既能够为信息传播效率、广泛性等合理预测提供重要支持，同时在信息推荐、广告信息精准投放、突发事件预警等方面有重大作用。

目前，现有对微博信息传播进行分析的方法大多数都是侧重于挖掘数据、电子商务应用等相关方面。现有办法对于微博转发预测的准确度较低，主要是因为现有办法没考虑到用户在一段时间之内的兴趣态势变化，而且认为用户的兴趣仅仅为用户的标签内容。本文在分析影响微博转发、分享的客观因素的基础之上，通过TF-IDF 统计算法结合LDA 主题分析模型来分析文本，并创建了一个基于在线被动攻击算法的微博转发分享预测模型，该预测模型采用融合用户兴趣特征的PA 算法，使得微博转发预测模型的准确度大大提高。

1 相关工作

本文加入了用户在一段时间内的兴趣点，加入原创微博以用来分析用户对最近新鲜事件的关注度。……