微博作为一个月活跃用户到达4亿+的社交网络平台，大量的网络文化在其中流通，微博的热搜榜更是受人关注。因此大量的广告商，自媒体都会选择围绕微博来进行广告营销与新媒体运营，那么如何提高新闻文章的转发率是各大媒体都需要去考虑的问题。 媒体编辑在一篇文章发出之前都会进行审核以确保新闻文章的传播性可以达到预期的设想，人力审核的解决方法对于审核的人要求很高，并且不一定能很好的保证结果。随着人工智能的发展，越来越多的公司开始尝试使用机器学习技术来进行新闻推送效果的判断。 本次课程的项目将模拟业内新闻推送真实场景，对39797条新闻样本数据进行操作，来达到预测新闻推送的好坏，转发效果是否理想。本次使用的样本数据主要是对新闻发出之前的相关特征进行提取使用，包括：关键词、单词比率、待发送时间、词的极性等，来达到“未卜先知”，而不是“马后炮”。