近年来,随着互联网的普及以及信息技术的不断发展,使用社交网络平台进行沟通交流、获取信息的用户在逐年攀升,用户之间的关系影响到用户是否能及时获取信息,以及获取信息的规模。因此,研究社交网络中用户的关系显得尤为重要。在社交网络中,用户间较为稳定的关系是关注关系,在微博信息逐层传播的过程中,其他用户通过对微博信息的转发而认识博主,从而引起对博主的关注。其他用户通过关注博主能够及时获取博主发布的微博,得到自己想要的信息。本文从国内使用用户最多的社交网络平台之一的新浪微博用户入手,研究微博转发对关注关系形成的影响。目前,研究微博用户间关注关系的文献不多,基于转发行为对关注关系的影响的研究更少。基于此,本文围绕基于信息转发的社交网络用户关注关系展开研究,主要研究内容分为以下三个方面:（1）挖掘用户的关注特征。分别从博主和用户的角度考虑影响关注关系的发生因素,获得了关系强度和信息转发对关注关系的影响。其中,关系强度考虑了用户的关注数、用户的@数和博主的粉丝数,信息转发是基于用户的转发习惯考虑分析。（2）挖掘用户的转发特征。信息转发是将用户的转发习惯分为转发行为和转发内容,分析用户的转发习惯对关注关系的影响,将用户的转发行为和转发内容作为关注预测特征。其中,转发行为考虑了转发行为偏好、转发活跃度和转发链深度,转发内容考虑了兴趣相似度和话题标签。（3）实现用户的关注预测。为了让关注预测的效果更为准确且稳定,本文采用的是结合多数投票法与基于集成学习的算法进行实验。集成学习算法与单个分类算法相比较,以及设置的对比实验,对转发用户存在的潜在关注关系的预测结果更为准确和稳定。