进入Web2.0时代后，微博成为继论坛、博客之后最受欢迎的社交网络平台。微博自诞生以来，用户量和信息量不断增长，并不断被应用在政务微博，微博营销中。因此，对微博网络结构及其用户的影响力进行分析，分析信息资源传播机制，并挖掘出微博网络中对信息传播产生关键作用的有影响力的用户，对于开发商、政府、企业等都有指导价值。本文将从社会网络分析视角入手，运用软件分析网络整体结构，并引入决策中心度来衡量用户的影响力。　　本文的研究方向及成果主要有三部分:　　第一部分研究微博的网络结构和用户的行为特征。针对微博网络中的用户属性和行为进行了详细分析，研究微博用户关系网络的社群图、聚集性、凝聚子群以及其它，重要性质，得出微博用户影响力的形成机理，为进一步剖析用户的影响力奠定了基础。　　第二部分进行微博用户的影响力分析。通过对已有相关影响力度量算法中心性和Page Rank算法的分析，认为从研究背景和数学逻辑方面来说，决策中心的的概念更适合来衡量用户影响力。因此本文将基于群体决策模型，即群体中成员经过不断讨论和互动形成一致决策的过程，提出决策中心度的影响力度量思想，并给出了微博用户影响力分析系统的具体实现。　　第三部分本章利用SPSS软件对用户影响力和相关因素做了统计分析。首先对用户影响力与相关因素进行了相关分析，剔除了几个无关的自变量;再对剩下的用户属性特征和微博属性特征几个因素分别做一元回归分析，数据结果表明，用户影响力和粉丝数量的指数关系比较显著，并得到了一元回归方程，且用户影响力和微博转发数量之间符合三次拟合方程的抛物线模型;最后为解决多重共线性问题，剔除自变量相关的影响，对相关因素进行主成分分析。综上，通过对影响力进行统计实证分析，揭示微博核心用户影响力与微博属性间关联关系的内在规律。