随着社交网络的兴起,微博已成为了人们相互交流最重要的场所之一。在微博中,人人都可以发出自己的声音,也可以听到别人的声音,因此形成了巨大的信息量和信息碎片化的特点。本文针对微博的这些特点,设计并实现了面向微博的数据采集和分析系统。主要工作是在获取微博数据的基础上,仿真并分析微博的网络结构,确定微博用户的权威性并完成了热门微博和热门词汇的挖掘。具体而言,本文主要完成了以下工作：Ⅰ.研究了目前网络爬虫的设计和应用技术,在此基础上,设计并实现了一种可根据数据种类的不同,创建多种爬虫的数据采集系统,研究人员可使用此系统,按需求抓取不同种类的微博数据用于研究。此外,在爬行过程中,一方面使用多线程技术大幅提高爬虫的效率,另一方面,创造了多AppKey复用机制,突破了新浪对API调用频率的限制,保证了爬虫可以连续不间断的工作。实践表明,此系统连续爬取3天即可抓取300万个微博用户关系；Ⅱ.深入分析了微博网络中的用户关系网络的特点,并结合传统的网络节点评价算法,提出了“相对权威度”和“用户活力”两个新的概念,并使用这两个概念完成了对微博用户的重要性评价。实验表明,新算法的评价效果比传统算法提高了20%以上,且评价结果更合理,更符合实际情况；Ⅲ.提出了一种从转发和评论两个维度计算一条微博热门程度的方法,保证了评价的准确性。另外,提出了使用传播树的层数对用户权威度进行修正的方法,使得评价更加贴近实际。在完成了热门微博的挖掘后,使用文本处理方法,完成了热门词汇的提取。综上,本系统是一个集微博数据采集、微博用户权威度评价和微博热门内容发掘于一体的综合性软件。软件中的数据实时更新,研究人员可以使用此软件进行微博数据的查询、微博用户权威度的查询；普通使用者也可通过此软件查看当前微博中热门内容。