十九大报告中提出,要“加强网络信息管理,加强网络内容建设,推进十九大精神进网络”,微博作为我国最重要的社交网络平台,已经成为承载社会话题、热点新闻和舆论导向的主要阵地,其信息管理和管控受到党和国家的高度重视。微博信息已经进入海量化的时代,微博基于用户关系信息分享、传播和推荐所面临的数据量越来越大,导致微博信息生态管理困难重重。面对微博数据爆炸的现状,普通微博信息推荐方法已经难以满足用户对于信息精准化推送的需求,LDA微博信息推荐主题模型也难以实现海量非结构化数据的主题提取,用户对于信息个性化的满意度下降,网络舆情治理和管控难度也越来越大。本课题借助微本体具有良好语义性的特点,以微博信息推荐为研究对象,利用大数据数据采集和预处理技术为基础,以采集后的数据为基础进行微本体的构建,并改良微本体图匹配算法实现微博信息的精准匹配,构建基于大数据和微本体的微博信息推荐模型,并进行了实证分析,以此为基础,提出微博信息资源管理方面的对策,并提出相应的建议。本课题以选题来源和背景意义的介绍入手,对本体技术在社交网络方面的应用及微博信息推荐方面的国内外相关研究进行了论述。在此基础上,笔者对微本体理论及技术、大数据背景下的数据采集技术等进行了介绍。根据以上理论框架和基础,笔者提出基于微本体和图匹配的微博信息匹配机理,对微本体图匹配算法进行了改进,然后利用大数据技术处理海量用户博文,构建用户微博信息微本体和主题微本体,根据微本体匹配技术进行二者的高效匹配,从而提出了一种基于大数据和微本体架构的微博信息推荐方法,最终构建以大数据处理为微博信息预处理手段,以用户微博信息微本体构建、主题微本体构建和图匹配算法为微博信息匹配途径的微博信息推荐方法。实证分析研究首先对微本体图匹配算法的效果进行了评估,并利用Hadoop平台证实了大数据技术下微本体的推荐模型可以有效的提升微博信息内容推荐的效率和精准度。最后,笔者针对微博信息组织中微本体匹配和微博信息推荐过程中大数据和微本体结合中的相关问题进行了分析,从技术层面以及管理层面提出相应的对策及其建议,为后续学者的继续研究打下基础。本课题证实了微本体匹配技术能够提升微博信息的匹配效率,同时也证实了大数据技术的信息处理效率和能力更强,二者结合后的推荐模型能够实现较高精准度的微博信息推荐。大数据和微本体融合后的微博信息推荐模型对于加强网络信息管理,实现高质量、高精度的微博信息推送具有重要的意义,也为微博用户信息获取定制化和个性化的微博信息打下基础,提高用户体验度与满意度,从而进一步优化微博信息的管理能力。