微博以其发布简单,接入方便,无需专业的编辑技能和较强的逻辑推理论断,最大限度的提升了微博的可用性。与此同时,微博以其言论的自由性、平台的开放性和传播的迅速性所形成的微博网络言论的“自由市场”,给微博网络的安全和健康带来了极大的威胁。因此,在复杂的网络环境中对微博社会网络的热点信息及时有效的监测,为相关部门提供充裕的应对时间具有十分重要的理论和应用价值。　　本文以微博网络的典型代表新浪微博为研究对象,以真实的微博网络数据为基础,通过研究微博社会网络中的重要用户节点与热点信息间的关系,提出基于重要用户节点的微博社会网络热点信息监测方法,并通过实验验证了该方法具有一定的有效性。首先,为研究的顺利展开及实验结果的真实有效,作者深入研究了网络爬虫的相关理论和新浪微博开放平台。在此基础上针对新浪微博设计微博网络专用爬虫,并获取到足以支撑本论文研究的微博网络数据。其次,通过实验论述了重要用户节点和热点信息间关系,说明基于重要用户节点的微博社会网络热点信息监测方法具有可行性,在此基础上提出贝叶斯-PageRank算法对重要用户节点进行筛选并通过实验验证其有效性。最后,通过与常用方法的对比,进一步论证了贝叶斯-PageRank算法的有效性。在真实网络环境中通过对重要用户节点的监测,说明该方法对热点信息的监测具有较高的命中率。　　本论文的工作能够为用户行为模式分析、微博社会网络信息传播动力学、微博社会网络舆情引导以及异构在线社会网络信息传播模式等提供一定的理论基础和研究方法支持。