随着互联网技术的日新月异,网络社交平台的功能不断增强,许多用户选择使用微博作为网络社交平台,正面或负面的微博内容的传播极大地影响了人们的生活。微博的传播速度及范围受到微博内容特征以及发布微博用户的特征影响,研究微博传播预测在弘扬正能量、商品营销、舆论引导以及阻断不良信息传播扩散等方面具有重要的意义。本文从微博的文本特征（微博的文本内容和所带话题等特征）、微博的用户影响力特征（微博用户是否经过认证和用户的粉丝数量等特征）以及微博的多媒体特征（微博中是否带有音乐、图片和视频的特征）三方面进行特征分析,提出一种基于三分支神经网络的多特征微博传播预测模型,用以提升微博传播预测的准确率。论文的主要工作如下:（1）对微博的多媒体特征进行特征分析与提取以及利用神经网络对微博的多媒体特征进行传播热度预测。本文利用卷积循环神经网络对微博音乐特征进行提取,使用SIFT算法对微博的图片进行分析与特征提取,使用PEARL模型对微博的视频特征进行提取。将提取出的微博多媒体特征利用三分支神经网络进行训练与分类预测,识别出高热度多媒体特征与低热度多媒体特征并标记预测结果。（2）提出基于三分支神经网络的多特征微博传播预测模型。应用LDA主题模型提取微博的文本特征,使用改进后的PageRank算法对微博用户的影响力进行特征提取,并与热度标记后的多媒体特征结合,输入三分支神经网络训练,使三分支神经网络能够根据微博的文本特征、用户影响力特征以及微博的多媒体特征预测出一篇微博是否会成为高传播热度的微博。将本文模型与其他三个微博传播预测模型进行对比实验,实验结果显示,本文提出的基于三分支神经网络的多特征微博传播预测模型较原有模型在预测准确率上面有所提高,模型的稳定性高于原有模型。本文模型的性能良好,在微博传播预测研究领域具备一定参考价值和探究意义。