作为信息化发展的重要产物,微博凭借其低门槛、实时性等特点迅速蹿红,使得广大网民在不同地点不同时间段内互动成为可能,并且在较短时间内完成了由生成到普及,再到成为重要舆论平台的蜕变。随着微博平台的崛起,微博营销也越来越受到商家的重视。商家的企业形象或者产品宣传借助微博平台,被意见领袖传播扩散、经各类观点碰撞交锋,往往会引起一个新的讨论热点。在上述微博营销过程中,如何量化度量意见领袖的传播影响力?如何挖掘适合商家的意见领袖进行产品推广?如何发现大量微博用户针对意见领袖微博进行讨论的话题?对微博营销来说,这些问题都是最需要解决的问题。本文在已有工作的基础上研究了一种基于用户属性与覆盖范围的意见领袖挖掘方法,结合粉丝与博主间的微博主题相似度、粉丝对博主内容的认可程度以及粉丝对博主响应的积极程度等,主要计算用户属性值和用户传播覆盖范围。首先对信息时效性判断,用户情感进行分类,筛选出对发布者的内容认可度较高且积极响应的用户集,其次,得出其粉丝忠实程度,以此得到用户属性值排名。同时,计算得到用户微博主题相似度,筛选主题相似度大于等于阈值的用户集合构建贡献图,然后采用节点限定深度为2的广度优先遍历得到用户节点覆盖范围,生成覆盖范围排名。最后,结合用户属性值排名和覆盖范围排名,生成最终的意见领袖。实验结果表明,该方案在一定程度切合实际生活,意见领袖排名削减了明星效应,提高了切实关注民生的微博账号的影响力。本文研究了基于实时词共现网络的微博话题发现,主要流程分为:实时词共现网络构建、话题聚类和热度排序三步。首先,将采集到的文本进行词性标注和权重计算,实现词共现网络构建,这一步为整个模型建立基础,目的是发现关联性强的潜在特征词。其次,本文将经典的Single-Pass算法进行微改进,实现话题聚类。最后,按照热度计算公式进行热点词排序,过滤掉话题中热度较低的词。上述两个研究内容均通过实验表明方法是有效的,希望本文能够为民众了解社会热点、政府调查民情、企业形象推广和产品宣传等带来实际的帮助。