1.一种用于微博网络广告信息传播趋势的分析方法，其特征在于，所述方法包括如下步骤：

步骤1、数据采集，用于获取社交网络的数据，并对该社交网络数据进行预处理，使其成为模型的输入量；

步骤2、构建空间网络，用于根据真实网络中各用户节点连接特点生成空间网络结构；

步骤3、微博广告信息传播动力学分析，将网络用户设置为关注广告信息用户、犹豫传播广告信息用户、传播广告信息普通用户、传播广告信息超级用户和传播广告信息免疫用户五个状态，基于平均场方法构建每个状态的动力学方程，根据动力学方程组中各状态的动态变化量分析广告信息在微博网络中的传播趋势；

微博广告信息传播动力学分析包括以下步骤：步骤3.1、计算空间网络中t时刻接触广告信息用户总数量N(t),计算公式为：S(t)+E(t)+I(t)+A(t)+R(t)＝N(t)，其中S(t)表示t时刻关注广告信息用户数量，E(t)表示t时刻犹豫传播广告信息用户数量，I(t)表示t时刻传播广告信息普通用户数量，A(t)表示t时刻传播广告信息超级用户数量，R(t)表示t时刻传播广告信息免疫用户数量；

步骤3.2、计算S(t)的变化率，计算公式为其中Δ表示进入微博网络的用户数量变化率， 表示传播广告信息普通用户的平均网络节点度， 表示传播广告信息超级用户的平均网络节点度，β1表示在传播广告信息普通用户的传播下，从关注广告信息用户转变为犹豫传播广告信息用户的概率，β2表示在传播广告信息超级用户的传播下，从关注广告信息用户转变为犹豫传播广告信息用户的概率，u表示离开微博网络的用户数量变化率；

步骤3.3、计算E(t)的变化率，计算公式为其中λ3表示从犹豫传播广告信息用户转变为传播广告信息免疫用户的概率，ε表示从犹豫传播广告信息用户转变为传播广告信息普通用户的概率，α表示从犹豫传播广告信息用户转变为传播广告信息超级用户的概率；

步骤3.4、计算I(t)的变化率，计算公式为 其中λ1表示从传播广告信息超级用户转变为传播广告信息免疫用户的概率；

步骤3.5、计算A(t)的变化率，计算公式为 其中λ2表示从传播广告信息普通用户转变为传播广告信息免疫用户的概率；

步骤3.6、计算R(t)的变化率，计算公式为步骤4、分析结果输出，将数据采集模块采集的数据输入微博广告信息传播动力学分析模块，得到广告信息传播的峰值时刻点和广告受众人数。

2.如权利要求1所述的一种用于微博网络广告信息传播趋势的分析方法，其特征在于，所述步骤1中，数据采集包括以下步骤：步骤1.1、在微博中确定要采集广告信息的始发网址信息；

步骤1.2、对相应网址审查元素分析，运用爬虫程序索引相应的转发数、评论数、点赞数不同时刻的数值；

步骤1.3、对采集的数值做处理，以一小时做一个间隔，计算一小时的增量，作为微博广告信息传播动力学分析模块中模型的输入；

步骤1.4、获取微博中广告信息始发用户的粉丝量数n，用微博平均每小时活跃用户数/月活跃用户数γ相乘，得到初始网络节点的个数N(0)＝n*γ，即构建空间网络模块中生成网络的大小。

3.如权利要求1或2所述的一种用于微博网络广告信息传播趋势的分析方法，其特征在于，所述步骤2中，构建空间网络包括以下步骤：步骤2.1、初始网络：开始给定m0个节点，将m0个节点进行连接，每个节点的连接数m以概率p来选择，以步骤2.3计算的最大择优概率进行节点之间的连接；

步骤2.2、增长：在原始连接的基础上，重复增长一个新节点，并且以概率p为新增节点增加m条新连接，m≤m0；

步骤2.3、择优：新节点按照择优概率 选择旧节点i与之连接，其中ki是旧节点i的节点度；

步骤2.4、初始网络的大小由步骤1计算得到的数值N(0)确定。

4.如权利要求1或2所述的一种用于微博网络广告信息传播趋势的分析方法，其特征在于，所述步骤4中，分析结果输出包括以下步骤：步骤4.1、将网络初始状态S(0),E(0),A(0),I(0),R(0)输入微博广告信息传播动力学分析模块；

步骤4.2、通过程序得到dI(t)/dt＝0时t时刻的数值以获得广告信息传播过程中的峰值时刻点，读取此时的I(t)值便得到微博广告信息传播的峰值；

步骤4.3、通过计算 的值获得微博广告信息传播期间的广告受众人数，SUM(t)表示t时刻广告受众人数；

步骤4.4、通过计算 在t时刻下的最大值来获得微博广告的最大效益值Vmax，V(t)表示t时刻广告效益值，Vmax表示V的最大值。