摘 要：【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现，对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度，对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征，采用逻辑回归模型对微博转发概率进行预测，并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习，证实这些内容特征对于微博转发有着密切的联系，据此进一步推断微 博用户主要的兴趣点。 关键字：微博；转发；内容分析；情感理论研究 情报科学 第36卷第4

本身，微博能够着重于自身的特点发展成为社会公共*的重要平台，对国家安全和社会发展产生了深远的影响，从而对微博文本主题提取重叠格外重要。结果，文本主题挖掘的主流技术是主题概率模型。变量，首先对主题概率模型中LDA模型进行了详细的地介绍；其次分析了微博的数据特征，从三个方面：存在噪音，微博文本短小以及微博的时序性概述了主题概率模型在微博主题挖掘方面的研究；近一步，又概述了利用主题模型发现基于主题的社团关系的研究；最后总结了未来主题模型在挖掘微博主题方面存在的挑战。