微博的影响程度成为当今社会网络研究的热点之一,在舆情监测、市场营销、传播学等多个方面都有重要的研究价值。一条微博的转发与评论量标志着大众对于这条微博的关注与参与程度,也成为衡量消息扩散、事件影响程度的一项指标。当前对于微博转发的研究大多是从网络、社交层面进行探讨,集中于三个方面：1)个人转发意愿研究：即对单一用户进行意愿方面的研究,包括是否愿意转发以及影响转发意愿的因素等；2)转发影响因素研究：即影响用户转发的因素研究,包括用户使用微博行为和社交范围等；3)转发行为预测：即针对某一特定事件的微博,分析用户针对该事件相关微博是否会进行转发。但这些研究对热点微博转发量的预测是局限于某一特定事件,或者针对某一特定范围的人群。本文根据用户的人格特质,对热点微博的转发量预测进行研究,主要贡献有以下几个方面：1、介绍“大五人格”理论及其在微博文本分析中的作用,同时在中文版LIWC字典以及情感词典的基础上建立了适用于“大五人格”分析的人格词典。使用者可以通过输入文本与人格词典进行匹配,建立输入文本的“大五人格”得分。2、对获取的微博文本进行人格分析,计算微博的人格得分。人格得分表现出微博在人格五个维度上分别的得分,得分将用于训练人格与转发量之间的关系。3、训练人格与转发量之间的关系并进行转发量的预测。本文采用三种训练方法：多元线性回归、局部加权回归以及BP神经网络方法。这三种方法分别对微博人格与转发量的关系进行建模,同时对转发量进行对数处理。实验结果表明局部加权回归具有较好的预测性能。