随着新型互联网Web2.0的发展，微博作为一个基于用户关系的信息分享、传播及获取平台发展迅速，已成为社会中信息传播重要渠道。掌握微博中的信息传播规律，能够为信息传播领域的科学决策提供支持。为了理解和分析微博中信息传播的动因，需要对微博中信息传播的机理作进一步的研究。本文通过引入偏好概念，将微博中的信息传播个体看作Agent，在微观层次上对微博中的信息传播机理进行研究。首先，本文研究了微博社区中独特的信息传播模式以及信息传播网络的形成过程，并形式化定义了微博中的信息传播问题，为进一步研究分析微博中的信息传播机理奠定基础。其次，引入偏好的概念，从微观入手研究影响用户信息传播的各种因素之间的关系。为预测Web社会网络中的信息传播趋势，以微博为平台，基于对用户历史行为信息的统计分析，抽取出影响用户决策的因素，进而定性地分析各因素之间的关联关系，从而挖掘出用户潜在的偏好。在此基础上，利用CP-nets偏好表达工具建立用户偏好模型，直观有效地表达各因素之间的偏好关系。同时，可根据CP-nets偏好表达图的导出图输出最优的特性来选取最佳特征项组合，以便用户进行转发决策度量。最后，建立Agent信息传播预测模型，在对用户决策分析的基础上，将微博社区内用户及其所传播的信息抽象为Agent，在微博社区中用户之间的“关注”关系网络基础上，利用Netlogo工具，通过其个体属性及交互规则构造信息传播网络，进行仿真结果分析并得出结论，引入偏好度量用户决策行为，对准确预测信息传播趋势有积极的贡献作用。