如今,信息可以通过人与人之间的关系和互动在社交网络上Swift传播。 为了揭示信息传播的潜在复杂机制,重新发布行为预测问题最近引起了广泛关注。 在本文中,我们提出了一种新的方法来基于用户的时间行为模式来测量时间敏感的相互影响,并开发一种有效的算法来通过离散化方法进行计算。 为了更准确地预测转发行为,我们引入了用户兴趣和信息内容的另外两个功能,并分别设计了它们的有效度量以捕获其预测能力。 我们进一步将具有两个特征的时间敏感的相互影响结合到基于特征的方法中,并评估所提出的方法在重新发布预测方面的性能。 最后,在真实的大规模微博数据集上进行了广泛的实验。 实验结果表明,与几种基准方法相比,我们的方法可以实现更好的性能。