近些年,互联网正呈现着日新月异的发展态势,网络尤其是移动互联网络日益影响着人们生活的方方面面。而新浪微博因其形式的简单性、终端的扩展性、信息传播的广泛性等良好的用户体验,逐渐成为最重要的中文社交平台。人们可以通过新浪微博得到资讯、进行人际交往、参与社会议题等等,而所有这些活动带来了巨大的数据量。新浪微博不仅仅是展示社会舆论、进行社交活动的场所,更对人们的商业活动乃至是国家安全产生着重大的影响。对微博中有影响力的信息和用户的挖掘和利用,对更精准的网络商业营销和掌握社会舆论的走向有着至关重要的意义。针对如何科学度量微博博文社交影响力的问题。本文首先分析了微博博文影响力评估的诸要素,并考察了转发量、评论量、点赞量等要素之间的相关性,然后设计了一种可以综合度量微博博文社交影响力的方法,且验证了该影响力综合度量方法的有效性。本文围绕如何预测微博博文社交影响力的问题做了以下工作。首先,本文在分析微博平台提供的特征的基础上,设计开发了一组可预测微博影响力的特征,如博文字长、博文情感倾向、博文是否含有链接(URLs)、博文中标签(Hashtag)出现的频率、用户粉丝数等。在后续实验中验证了该组特征对于博文影响力预测的有效性。然后,本文设计并实现了一种基于排序学习技术(Learning to Rank)的微博博文社交影响力预测方法,通过实验分析了各个预测特征对微博博文影响力预测方法的贡献程度。本文设计的微博博文影响力预测方法在与以基于随机森林模型、广义线性模型的影响力预测方法为代表的基准方法的对比中,取得了较好的实验结果。