随着互联网的发展，大规模社交网络如新浪微博、Facebook、Twitter等得到迅速普及，社交网络正成为一个巨大的社会热点事件发布、信息交流与分享的生活服务平台，深刻影响着社会变革和人们的生活方式。其中微博作为当今主流的社交媒体，以其内容简洁、发布实时、互动性强和自由开放等特点得到了越来越多的用户青睐。　　作为传播媒介的社交网络，病毒营销和广告推广使得微博成为重要的营销平台，同时网络中的舆论作为亿万网民对热点事件的意见态度，使得微博不仅具有社交属性，更具有媒体属性。在此背景下，研究社交网络用户的影响力显得尤为重要。面对社交网络中的海量言论与快速扩散的信息，如何定量分析个体在社会网络中的影响力和权威度，寻找影响力较大的“意见领袖”，应用于舆情分析引导、网络市场营销等领域，正是本文需要研究的内容。　　本文旨在探索社交网络的用户交互行为和信息传播机制的基础上，对社交网络的节点影响力进行深度挖掘。从意见领袖的“话题”性和“意见”性出发，研究其影响因素，包括社交网络的拓扑结构和话题属性，从网络结构和信息内容的角度对意见领袖进行挖掘研究:　　首先，对通过社交网络开放接口获得的社交网络信息（用户信息、微博信息和评论信息）进行话题识别，获得多个话题集。在话题集划分的基础上，对微博话题进行识别与跟踪，挖掘主题社区。根据所获得的微博实际数据集，抽取挖掘社区节点之间发帖、跟帖和转发关系网络，构建真实的交互网络拓扑。　　其次，在获得的主题社区中，不仅挖掘用户的结构特征和话题特征，而且考虑用户之间的评价。研究微博文本特点，选择合适的文本情感特征，建立文本情感分类模型，获得评论的情感极性，从评论内容角度分析用户对意见的态度趋势。　　最后，研究意见领袖的挖掘分析。分析用户在主题社区中的影响力分布与传播规律，同时设计算法识别主题社区中的意见领袖并评估算法的有效性和准确性。实验表明，本文基于话题观点分析的意见领袖挖掘方法可有效地挖掘潜在的意见领袖节点，可以获得较高的用户支持率。