En la era de la información, la filtración de información privada puede causar un daño físico y mental significativo a las partes involucradas, lo que conlleva a un impacto social negativo. Con el fin de evaluar de manera efectiva el impacto de dicha filtración de información en las redes sociales actuales, es necesario predecir con precisión el alcance y la profundidad de la difusión de la información privada. Al hacerlo, sería factible prevenir y controlar la difusión inapropiada de la información privada. En este documento, proponemos un método de predicción inteligente para la difusión de información privada en las redes sociales basado en un análisis de datos exhaustivo. Elegimos Sina Weibo, una de las redes sociales más destacadas en China, para estudiar. En primer lugar, se establece un modelo de predicción del comportamiento de reenvío de mensajes mediante el análisis de los factores característicos que influyen en el comportamiento de reenvío de los usuarios de microblogs. Luego, se calcula la influencia de los usuarios en función del tiempo de interacción y la estructura topológica de las relaciones de los usuarios, y se identifican las rutas críticas de difusión. Finalmente, a través de la transmisión de la probabilidad de reenvío de los usuarios, determinamos las condiciones de corte de difusión de microblogs. Los resultados de la simulación en el conjunto de datos de Sina Weibo muestran que la precisión de la predicción es del 86.9%, lo que indica que nuestro método es eficiente para predecir la difusión de mensajes en las redes sociales del mundo real.