作为一种新兴的社交应用,微博正在吸引着越来越多的用户,并日益成为了人们信息共享、信息传播和情感倾诉等必不可少的信息交流平台,在社会中具有很大的影响,同时也是网络舆情关心的重点之一。本论文的研究重点分为三部分：第一部分分析了微博用户的行为特征和用户之间的关系。在对一般在线社交网络的网络属性和关系机制研究的基础上,针对微博网络中的用户属性和行为进行了详细分析。具体通过对微博网络中用户的粉丝数、关注数、聚类系数和“发博”规律以及拓扑网络中用户组成的研究,揭露微博用户关系网络的稀疏性、随机性、小世界性和无标度性以及其它重要性质；进而引出微博网络中信息传播的特征以及其与一般社会网络的差异,得出微博用户影响力的形成机理,为其后的影响力度量算法分析提供了基础。第二部分研究了微博用户的影响力度量算法。通过对已有相关影响力度量算法的分析,分别给出了理论框架,包括基于出度的度量算法、基于网络中心度的度量算法和基于Google中PageRank的度量算法。并从各算法的基本思想出发,找出了以上传统算法均忽略了网络节点自身属性差异与网络动态性在影响力排序中的有机结合的问题,因此存在着对微博用户影响力的度量中存在一定的误差或不适用的现象,据此提出了一种基于能动系数的影响力度量思想,构建了具体的影响力算法模型(Ini-Rank算法)。经过实际采集用户数据的仿真验证,给出了该算法在用户影响力度量准确度等方面的优越性和构建过程中的一些技术难点。第三部分给出了微博用户行为与影响力分析系统的具体实现。针对本文以上的研究,通过J2EE平台对微博用户行为与影响力分析系统进行了具体实现,其中包括系统功能架构设计、数据库设计和系统前端表现层的开发。