凭借创新式的信息生产机制和网络传播机制，微博平台成为社会热点重要的发源地和传播途径。本文尝试从热点话题的传播特征出发，提出一种基于微博意见领袖的热点话题检测方法，并对热点话题的发展趋势进行预测。本文热点话题检测的方法是，首先编写几种数据采集程序，分别收集意见领袖和话题相关的微博数据，然后对数据进行特征分析及文本预处理，进而构建微博文本的空间向量模型，再经过语义相似度计算和微博热度排序，运用Single-Pass聚类算法，抽取出基本话题序列，再根据热点话题的指标阈值，识别其中的热点话题。热点发展趋势的预测方法是，以微博意见领袖参与率、微博转发率和微博评论率为影响指标，以单位时间内与话题相关微博数为话题发展趋势的指标，计算出一个基于动态系数的多元线性回归预测模型。最后通过实验验证的方法，检验了本文热点话题检测的结果和算法性能，并对检测出来的热点进行趋势预测，对预测结果进行了分析总结。本文研究工作的贡献主要体现在：1.融合多种数据采集方式，在一定范围内突破了微博开放平台的API频率限制，实现了微博网站的模拟搜索。2.提出了一种更加简单快捷的基于微博意见领袖的话题检测方法，避免了对微博海量数据话题挖掘，检测的准确性和算法效率相对随机抽取微博的话题检测方法也有了很大的提升。3.构建了一个可以对同类型不同话题进行趋势预测的动态系数多元线性回归预测模型。