摘要：在線社交網絡的迅速發展使信息呈現爆炸式增長,然而不同消息的流行度存在較大差異,對其準確預測一直是領域內的研究難點。流行度預測的任務是根據消息傳播早期過程中涌現的特征預測其未來的傳播趨勢,現有基于傳播網絡特征與擬合函數的預測模型難以解決預測準確率低的問題,因此借助社會學中的弱連接理論,引入連接強度的概念,并融合消息傳播早期的流行度構建多元線性回歸方程,提出了一種針對Facebook知名主頁的消息流行度的預測模型TSL。通過在Facebook真實數據集(含154萬次轉發)上與其他具有代表性的基準模型進行比較,實驗表明TSL模型可以對消息的最終轉發流行度進行有效預測,預測性能優于同類方法。