本发明属于互联网应用技术领域,尤其涉及一种恶意软件的传播预测方法;所述方法包括获取数据库中用户节点及其交互数据,并提取出用户节点的传播属性;采用Doc2vec算法从用户节点传播内容组成的段落中学习出用户节点的用户行为特征向量;采用基于张量分解的向量化算法Tensor2vec从恶意软件传播网络中学习出用户节点网络结构特征向量;在图卷积神经网络中对恶意软件进行传播预测,并预测出恶意软件是否传播给用户节点和该恶意软件的传播趋势;本发明考虑到数据的稀疏性带来的计算精度不准的问题,采用张量分解的方法计算用户节点间的感染强度,并利用表示学习方法挖掘恶意软件传播空间特征信息,能有效进行恶意软件的传播预测。