随着互联网的盛行,主流的在线社交媒体取得了突飞猛进的发展,而微博在这些在线社交媒体中表现出了更加突出的发展态势。微博已经吸引了海量的用户,人们在微博上分享自己的观点、爱好、思想等信息,微博对社会的发展产生了巨大的影响。近年来国内外研究者基于在线社交媒体数据做了全方位的研究,如社区发现、商品推荐、相似用户推荐等。本文面向微博,开展微博用户个体的话题挖掘和相似用户挖掘的理论和方法研究。具体的研究内容包括如下三个方面:(1)根据微博动态社交的特点,以时间片划分用户的微博信息,挖掘用户的动态话题,该方法可以更好地体现微博用户话题的动态性,可以使相似用户的挖掘结果更加精准。(2)在全面分析微博网络用户特点的基础上,从三个方面计算用户之间的相似度:(1)用户背景属性的相似度;(2)用户动态话题的相似度;(3)用户社交关系的相似度。分别计算出三个方面的相似度后,最后通过加权的方式计算出两个微博用户的相似度,最后计算出特定用户与爬取出的微博用户集的相似度,根据相似度的大小生成降序排名队列,将排名靠前的Top-k个用户推荐给特定用户。(3)为了更加直观的展示并实现本文的研究成果,本文根据前两部分研究内容,设计并实现了基于微博的相似用户挖掘的原型系统,该原型系统主要包括动态话题挖掘以及相似用户挖掘等功能。本文涉及的研究内容,能够帮助用户发现相似用户可以使用户拓宽自己的人际关系,寻找到自己更感兴趣的话题,使其发现自身在社会网络中扮演的角色,可以为社区的发现做数据的支撑。