对用户行为的分析是Web社会网络分析中的重要课题之一,包括对用户个体和群体的行为和偏好进行建模。为预测Web社会网络中的信息传播趋势,以微博为平台,基于对用户历史行为信息的统计分析,抽取出影响用户决策的因素,进而定性地分析各因素之间的关联关系,从而挖掘出用户潜在的偏好。在此基础上,利用CP-nets偏好表达工具建立了用户偏好模型,直观有效地表达各因素之间的偏好关系,同时可根据其导出图输出最优的特性来选取最佳特征项组合,以便用户进行转发决策度量。