研究微博网络中的信息传播及扩散机制在市场营销、舆情管控等方面具有重要意义。当前的传播模型大多忽视了用户间的个体差异。为解决这一问题,提取了影响转发行为的四类特征,利用机器学习中的逻辑回归模型分析预测个体转发行为,并在此基础上融入用户个体差异,建立了一种基于行为预测的信息传播模型。实验表明,该模型能较好地模拟真实网络中的信息传播过程。