随着社会网络的不断发展，在当下微博已经成为很多人互动交流的平台。微博，在百度百科中解释为是一个基于用户关系信息分享、传播以及获取平台，用户可以通过WEB、WAP等各种客户端组建个人社区，以140字左右的文字更新信息，并实现即时分享。微博的兴起改变了传统的大众媒体，深刻的影响着人们的生活方式和社会交往形式。基于微博自身的一些特点，微博用户被许多人追捧，从而带来了很大的影响力。针对微博影响力在微博领域的延伸，吸引了大量研究者开展研究，本文也进行了相关研究工作。首先，分析了微博的本质特征，然后针对目前微博平台僵尸粉问题带来的影响，在传统的pagerank算法模型下并不能有效解决，为此提出了改进的pagerank算法，该模型达到了过滤掉僵尸粉的目的，给微博用户带来了科学合理的影响力排名。其次，针对改进的pagerank模型以及微博自身的特性，发现改进的pagerank模型还存在很多不足，算法过于单一片面，为此，提出了以用户行为方式——转发与评论又一影响因素，通过贝叶斯理论来量化转发概率，从而提出了基于转发概率下的修正模型，模型也较好的避免了影响力值极端情形，更加合理全面的来评价微博影响力。最后对模型进行实验验证和结果分析，通过详细分析对比，验证改进的pagerank模型能够有效降低微博僵尸粉影响以及基于贝叶斯概率的影响力模型具有全面和客观性。