在过去的几年中,微博客这一概念逐渐为人熟悉,微博平台规模迅速发展,其提供的服务功能越来越丰富,而热点话题发现和推荐已经成为几乎所有微博平台共有的主要功能。目前工业界对热点话题发现的策略较为粗糙,而且在满足用户多样的需求上效果一般。本文从当前学术界对微博平台上的一些现象研究和目前解决热点话题发现的方法入手,充分地总结了近些年来在微博平台上前人的工作。通过对热点话题发现这一命题的仔细分析,本文选择语义分析这一文本处理技术作为立论基础,并结合微博平台上的时间序列和文本特点提出了一个迭代式的语义分析和话题热度预测模型——TopicRank。该模型通过时间片划分和话题的关键词集合两个概念对话题在连续时间段内的影响力进行计算,从而对话题在未来一段时间内的影响力变化趋势作出预测。本文还引入了微博客上的社交网络结构并基于用户本身的特点信息和用户之间的关注关系所组成的网络关系进行了研究,并通过对这个网络的观察提出了基于用户角色对话题热度排序进行辅助的方法TopicRank-U。本文给出了一个模块化的系统原型设计,并通过一系列的测试和实验证明了该系统实现的两个热度排序模型的有效性。本文给出的策略对微博平台上传统的热点话题发现方式作出了较为明显的改进,且设计过程中较多地考虑到了减少人工筛选环节、提高效率因素,因此具有一定的实用价值。