微博作为一种新型的自媒体平台,以其信息传播速度快、信息源多、用户参与度高而得到迅速发展。同时,微博的这种传播特性也导致信息的庞大而杂乱,信息的真伪性和话题的热度等成为人们关注的重点。本文根据微博分析中的热门应用,研究了微博热点话题预测与话题传播途径分析方面的相关技术。本文采用话题源头假设模型研究新浪微博的热点话题预测。该方法将微博用户群抽象为话题源头,并根据热门话题和非热门话题由话题源头产生的假设,将热点话题预测问题转化为话题的分类问题。同时,论文实现并改进了一种基于微博话题关注度的时间序列结构化学习的方法,对热门话题进行预测。实验结果证明该方法能以90%的准确率分出热门话题,其中77.8%的话题的预测点提前于其上官方微博热门话题榜的时间,提前的平均时间为1.54小时。另外,本文根据单条微博与微博话题的转发评论信息,重构了话题传播途径,并将其可视化呈现。在此基础上,本文亦对话题传播途径中参与用户的影响力做了分析,实现了一种话题传播中关键用户的计算方法,可以有效的进行微博话题溯源分析。