随着社会的不断进步，我们的生活发生了巨大的变化。近年来社交平台网络受到大家的重视，社交网络平台使人们能随时随地把自己的心情，或者经历的事情发到网络上，使朋友随时关注自己的状态，方便了大家的交流，拉近了彼此的距离。为了提升微博应用的推广效率，并实现商家与用户之间的双赢局面，本文研究并实现了微博用户行为的推荐系统。本文的研究重点是推荐系统的实现。文章通过对KDD CUP2012中腾讯微博的数据进行整理与分析，对微博用户的兴趣点与所要推荐给用户的应用的特征点进行提取，提取后，将二者进行匹配。根据已知的用户数据分析出用户的潜在关键词，这可以帮助公司开发的产品能够更加贴近用户的需要，更方便的满足用户需求，使得用户能够有更加好的体验。并且，一个好的推荐系统可以帮助公司减少资源的浪费，缩减成本的投入，从而获得更大的利益，同时，有着更加良好用户体验的用户会为公司带来更多的流量，更好的转化率，从而为公司带来更多盈利。总之，推荐系统在多方面取得公司与用户之间的双赢。给出微博用户的兴趣与推荐给用户的应用是否匹配进行预测。本文分析了微博用户的各项特征，选取与用户兴趣最相关的活跃度(用户日均发微博数，日均转发数，日均评论数之和)，at率(用户的at的次数占所发微博数与评论数与转发数与at数之和的占比)、关键词个数及关键词匹配数这四个特征进行具体分析。并采用层次分析法确定各特征所占的权值，使用TOPSIS理论构造规范化矩阵，最终求出目标与理想解的贴近度，分析用户接受某项目的可能性。并根据数学模型编写软件，使用软件进行模型的检测。实验结果表明，文章给出的模型可以较好的反应用户的兴趣，实现对用户兴趣的预测。