随着互联网技术的发展,微博一时之间成为网络的新宠。微博网络中话题的形成和传播呈现出群体性,具有复杂网络社团结构的特征。对这种群体结构的研究有助于深入了解和认识微博话题的传播规律,具有一定的理论和现实意义。论文首先概述了复杂网络的相关知识,分析了经典的社区发现算法,进而讨论了社会网络分析的有关基本概念、研究内容和研究方法。以此为基础,提出并实现了建立在用户兴趣相似度分析之上的群体结构发现方法,对微博用户的群体结构特征进行挖掘和分析。用户兴趣相似度分析方法通过对获取的微博文本进行分词,统计分析词的出现频率,寻找表征文本内容的关键词,并利用关键词建立微博用户兴趣模型,然后计算用户兴趣的相似度。进而使用用户兴趣的相似关系发现和确定微博的群体结构。实验的结果表明基于兴趣相似性的群体结构挖掘算法能够比较准确地计算出微博用户的群体结构特征。对实际数据的分析表明,微博用户的群体呈现出无标度、核心-边缘结构等复杂网络特征。提出核心-边缘结构中三类节点的识别算法,实验结果表明算法能够有效的识别群体结构中的核心节点、中介节点以及边缘节点。论文最后研究了群体结构的挖掘在微博热门话题发现方面的应用。应用群体结构挖掘算法得到网络的群体结构,并求得最大的子群体,子群体成员讨论的话题可以作为微博中的热门话题。