随着移动互联网的发展,社交媒体的影响力和传播速度大大超越了传统主流媒体,诸如Twitter、微博、微信等典型社交媒体已成为公众交流讨论的重要平台。网络事件是民众矛盾积累引起的公共事件的一种延伸,体现了网络社交媒体用户群体的自我意识,反映了社会舆论热点与导向。研究社交媒体网络事件的传播演化过程对谣言控制、企业营销及热点推送等具有重要意义。因此,本文聚焦社交媒体网络事件传播预测研究与实现,具体内容如下:本文首先提出一种基于XGBoost的网络事件传播关键时间预测方法。该方法根据社交媒体网络事件在线信息的不同时间序列特征,采用K谱中心聚类算法对其进行类别划分;然后采用霍尔特线性趋势法对波动性过强的流行度时间序列进行平滑处理,并基于在线信息数据提取时序、波动及文本情感特征;最后采用XGBoost算法预测网络事件传播过程的爆发、顶峰、衰退等关键节点发生时间。实验结果表明该方法较现有方法具有更好的性能。此外,本文提出一种基于因素评估的社交媒体网络事件传播预测方法。该方法首先定义群众认同度、隐式矛盾值、名人效应值、政府调控值和网民情感值等构建社交媒体网络事件评估因素;然后从传播路径、地理分布、威胁度量、用户情感及传播趋势等方面实现社交媒体网络事件的传播预测;最后,搭建社交媒体网络事件传播预测系统以验证所提方法的有效性。系统测试结果表明所提方法能够针对社交媒体网络事件实现良好的多角度预测,具有较高的应用价值。综上所述,本文提出基于XGBoost的网络事件传播关键时间预测方法,提升了社交媒体网络事件传播过程中关键时间的预测精度,同时提出了基于因素评估的社交媒体网络事件传播预测方法,从传播路径、地理分布、威胁度量、用户情感及传播趋势五个方面实现了社交媒体网络事件的传播演化预测。