突发话题传播建模与预测的主要目的是对网络中可能产生不良影响的、紧急性突发事件的后续传播进行控制。目前微博网络中的话题传播与预测研究尚处于起步阶段。通过对病毒传染模型、消息传播模型以及话题传播模型的深入研究，提出一种基于微博粉丝关系、用户活跃度和影响力的话题传播模型，将微博用户集合划分为感染用户、易染用户和免疫用户，分析感染用户和易染用户的粉丝关系，预测下个时间窗口内被感染的用户规模。沿用话题传播模型研究中的“内外场强”概念，通过研究发现“内场强”和“外场强”有特定的比例关系，基于用户群的规模大小，分别提出基于用户和节点规模的话题传播预测算法。相关实验表明，基于用户的算法预测更为准确但是时间复杂度较高，基于节点规模的算法则更适合大规模数据集的处理。

为了研究空间距离、边权演化、节点规模等因素在复杂网络演化过程中的共同作用,借助空间引力模型，采用基尼系数的统计方法，综合分析这三种因素对网络拓扑结构异质性的影响作用。数值仿真研究表明，空间距离、边权演化作用并不改变网络结构的无标度性；演化过程中节点规模的分布同时受空间距离、边权演化因素影响；网络连边距离分布符合幂律函数，其中幂指数与空间距离因素相关，而与边权演化因素无明显关系。