近年来，微博以其便捷、及时的信息分享、传播和获取方式，迅速在互联网上流行，使用的用户数量与日俱增。随着网络用户个性化需求的质量不断提高，建立有效的用户兴趣模型便是为用户提供个性化服务的有利工具，同时也是商业广告投放等领域首要也是重要的研究内容。作为微博平台信息呈现和传递的载体——微博短文本，包含了用户最直观或潜在的兴趣偏好信息。因此，通过研究微博短文本挖掘用户兴趣信息，从而可以有效地建立微博用户兴趣模型。由于微博短文本内容信息含量少，所含特征不够明显，因此为了缓解短文本造成的数据稀疏性问题，本文在分析微博短文本结构和内容的基础上，提出了微博短文本重构思想，根据微博相关的其它微博短文本和文本中包含的三种特殊符号，进行扩展文本内容，从而扩充了原始微博的特征信息;在建立微博文本的表示模型时，采用了LDA模型挖掘出潜在的语义信息得出兴趣主题的概率矩阵，并在此基础上建立了基于向量空间的“主题-关键词”二级微博用户偏好的表示模型，从语义层面上挖掘用户的潜在兴趣主题;最后给出了建模步骤，在通过聚类微博文本确定用户兴趣类别阶段，提出了聚簇主题识别方法，将层次聚类的结果用具有代表性的兴趣主题和关键词表示，从而提高了模型的易理解性和应用性。实验表明构建的基于微博短文本的用户兴趣模型具有较好的性能。