随着网络和计算机技术的发展,社交网络成为人们进行信息传播的重要平台。微博以其高效、开放的特点成为用户活跃度最高的在线社交平台之一,为人们发布信息、交流信息、获取信息提供了重要通道。在微博中,每个人既是信息的传播者也是信息的接收者,微博已成为消息扩散和舆论传播的重要平台,研究影响微博信息传播的相关因素,有利于管理和控制舆情传播。本文研究建立基于多Agent的微博社交网络信息传播模型,通过对微博个体属性与行为的定义,从微观角度出发研究系统的宏观演化现象,探讨相关因素对微博信息传播过程中的影响,研究了社交网络上模因的传播现象。主要工作如下:分析了微博中信息的传播模式以及信息传播网络的形成,分析了微博不同于其他社交网络平台的用户个体之间的用户关系,分为互相关注、单向关注、陌生人三种关系。考虑信息传播受信息传播方与信息接收方双方关系的影响,针对互相关注关系,定义互相关注双方之间为强关系。针对单向关注关系,定义单向关注双方为弱关系。针对陌生人关系,因其缺少关注联系定义为最弱关系。考虑不同强弱关系下影响信息传播的因素不同,对相关因素进行具体表述并给出相关算法描述。并在此基础上引入偏好概念,将相关影响因素描述为Agent的偏好,建立了基于CP-nets(Conditional Preference networks)的用户偏好模型,直观简洁地表达各因素之间的偏好关系,以便于Agent个体进行转发决策度量。将多Agent系统与复杂网络相结合,建立了基于多Agent的微博社交网络信息传播模型,将微博用户个体抽象为Agent,微博用户之间的关系抽象为连边,对Agent属性进行描述,并定义了Agent之间的交互规则。通过仿真平台NetLogo进行仿真实验,实验结果表明微博信息传播模式属于裂变式传播,信息价值、个体影响力、个体态度等因素对微博信息的传播有明显影响,并以此为基础提出相应的信息传播、监管建议。研究了模因在社交网络中的传播现象,探究了个体间的社交互动、媒体、模因类型和个体间兴趣类型以及模因创造者的流行程度等因素对这种传播的影响。仿真结果表明媒体可以加速模因在社交网络中的传播,但总体来看,个体间的交互是模因传播的主要动力。