微博作为目前最受欢迎的移动社交软件之一,俨然已成为社会网络舆论的焦点。在当今社会,关注度就是财富密码,有了大量的关注,人们就可以从中获取各种各样的利益,但也因此让不法分子有机可乘,比如传播假新闻、实施网络暴力等。因此很多学者对微博话题热度的预测方法进行了深入研究,这些研究也为微博平台上的社会舆情监督和网络营销带来了帮助。然而目前几乎所有关于微博话题热度预测的研究都忽略了微博话题热搜榜对话题热度的重要影响,很多时候一个话题是否能进入热搜榜对其热度发展有着至关重要的影响,进入热搜榜的话题能够得到巨量的曝光度,可能会使其未来的热度不断激增,而没能进入热搜榜的话题,即使其初期有一定热度,但之后其热度极可能会迅速衰落下去。本文的研究重点着眼于微博话题热搜榜这一微博中的重要机制,根据话题极早期的数据去预测未来该话题能否进入热搜榜,并在此基础上预测进入热搜榜的话题是否能发展为热门话题。本文首先对微博话题热度影响因素和话题热搜榜的特点进行了深入研究和分析。通过大量统计分析,本文发现绝大部分话题在刚刚登陆热搜榜时一般会有20-40个微博或用户参与其讨论,且这些用户中有一部分是意见领袖。然后本文基于从微博平台采集的4804个话题,共192160个微博进行了实验分析,使用本文改进后的基于多元复杂时序特征提取和数据挖掘模型的方法对话题热度进行预测,实验结果表明本文的方法相较于原方法获得了更高的预测精度,最后本文还分析了在话题热度预测中起重要作用的特征。本文主要有以下几个创新点:第一,以前的研究主要偏向于预测话题未来具体某个时刻的热度,这样得到准确率不会太高,且这样的研究在现实生活中的意义也不是很大,而本文针对以前的研究中忽视的微博热搜榜这一重要机制进行研究,将话题热度分成三个等级:即不能登陆热搜榜的话题,登陆热搜榜但流行度一般的话题,登陆热搜榜且流行度很高的话题,并对其进行预测。第二,在现有的研究中预测方法大致可以分为三种:基于热度时间序列的相似比较法、基于热度时间序列的离散分解和数据挖掘模型的方法、以及基于影响因素的多元特征提取和数据挖掘模型的方法,本文所使用的方法属于其中第三种,并在以前的研究基础上对其特征提取方法做了一点改进,以前的文献中主要使用多元简单描述统计特征提取方法,该方法无法让模型充分学习话题数据的时序特征,而本文采用的多元复杂时序特征提取法,如对原始特征求排列熵、近似熵、线性回归分析、自回归系数、一阶差分平均值等,可以充分提取话题数据的非线性、周期性、波动性、不可预测性等特征,从而提高模型的预测精度。第三,另外本文还加入了一些以前的研究中没有使用过的一些新特征,比如用户的微博认证类型、微博等级以及阳光信用等级等特征,还有话题的主题文字中是否包含‘回应’、‘发声’、‘声明’等关键字特征,这些特征的加入有助于提取更多有帮助的信息。