伴随着互联网的高速发展,社交网络应用也得到了井喷式的发展。目前,中文微博平台已经成为最为重要的中文社交网络应用之一,同时也汇聚了大量的网络舆情。快捷、精确的获取由微博信息产生的网络舆情能帮助管理部门和运营商更加有效的管理微博平台并净化网络环境。微博信息数据非结构化,转发量巨大且高频,导致传统的数据挖掘方法难以高效、精准的进行微博舆情获取。如何迅速、准确的获取由微博信息产生的网络舆情已经成为数据挖掘的一个新的研究方向。通过微博信息进行网络舆情获取,首先要获取微博信息本体之外的相关结构特征,也就是进行Web挖掘,Web挖掘能够将微博信息本身、微博转发的相关信息以及微博拥有者的信息转化为聚类分析所需要特征向量,之后对微博信息内容进行文本挖掘,经过提取特征向量等过程后结合Web挖掘获得的数据进行数据挖掘。之前的算法往往忽略了微博信息本体之外的相关结构特征,单纯的分析微博信息提取的文本,导致在进行聚类分析的过程中难以准确将舆情分类。本文将原本应用于网页的PageRank算法简化后引入微博信息聚类分析,提出了基于对象加权的微博信息聚类算法,简化了计算同时降低了计算难度,提高了聚类计算的准确性,使基于聚类分析的微博信息获取方法得以实现。