随着互联网的快速发展,网络已经发展成为我们生活中的必需品,并且逐渐改变着我们的行为习惯与生活方式。社交网络几乎已经取代传统媒体,成为人们获取、传播信息的主要平台。微博作为最具代表性之一的社交网络平台也在飞速发展,并且已经成为社会网络研究的主要热点。本文在国内外已有消息影响力最大化与消息传播预测相关研究的基础上,针对传统网络消息影响力最大化算法以及消息传播预测算法没有考虑微博网络以及微博用户自身特点差异较大等问题,对微博消息影响力最大化算法以及更为准确的消息传播预测算法进行深入研究。消息影响力最大化问题一直是社会网络研究的热点问题。通过微博网络消息影响力最大化的研究,在舆情监控领域可以有效地防止虚假消息大规模扩散,在商业应用方面可以更有针对性地投放广告,从而获取最大的商业效益。本文结合微博自身属性特点,提出了一种基于用户活跃度与用户主题的消息影响力最大化算法。该算法主要考虑用户的主题与用户的活跃度两方面属性,并根据用户活跃度对独立级联传播模型的转发概率进行了改进。最后通过腾讯微博KDD Cup 2012数据集进行模拟仿真和对比实验,证明本文提出的改进算法IARank在消息影响力最大化效果上优于其他几种启发式算法,并且因为算法考虑了用户活跃度这一因素,还能够有效地消除垃圾用户对消息影响力最大化效果的不利影响。通过微博消息传播预测的研究,预测消息未来的走势,能够更好地引导消息传播。当前的研究主要可以分为以信息为中心和以用户为中心两类,以信息为中心的预测研究往往忽略个体的传播行为,只关注与整体的传播趋势;以用户为中心研究的主要任务是用户传播行为预测,为个性化推荐提供可能,根据用户属性具体分析用户是否会参与某消息的传播。本文主要研究消息传播的整体趋势,针对当前算法忽略了用户自身的属性相关因素,提出了一种基于用户质量的消息传播预测的算法。最后通过实验验证本文提算法预测的高于其他对比算法。