随着当前互联网的快速发展和变革,承载着人们表达欲望的互联网社交媒体平台也在不断发展和扩增。以新浪微博为代表,用户在微博这一平台上留下了大量的信息数据,都是用户在使用过程中产生的极具代表性的数据,不仅可靠,还独特真实,通过对这些数据进行收集处理,采用用户画像技术进行数据分析和挖掘,可以对用户进行类别划分和表示,进而形成由多个标签组成的尽可能全面、准确的虚拟用户画像,一定程度上能够使得平台机构等对用户形成更深入的了解,为后续定位目标用户、个性化等研究打下基础。在已有的用户画像相关研究中,针对智库用户群体的分析并不常见,因此,本文主要通过从微博平台中收集智库用户的数据,获取用户特征,形成用户标签体系,最后构建基于微博平台的智库用户画像。主要研究分为以下几点:（1）结合当前用户画像理论研究,对数据采集、处理、数据挖掘和分析等相关技术基础进行梳理和总结。（2）对智库用户画像进行需求分析,对构建流程进行详细设计和步骤搭建,从数据处理、标签体系、用户画像形成三个部分出发,阐述每一步的构建思路和具体技术方法。（3）根据已有的LDA主题模型进行适用性改进,融合词共现模型,提出基于LDA主题提取和词共现的LDA-WC主题提取模型,对微博智库用户的兴趣范围进行主题概括和提取;根据微博智库用户标签体系进行因子聚类分析,对用户标签进行降维和特征提取。（4）针对前文用户画像构建流程进行画像的实现,从数据采集、标签体系构建、画像可视化等方面进行实验和展示,并针对不同类别的用户进行针对性分析,提出相应的建议。通过上述研究,本文构建了基于微博平台的智库用户画像,基本完成了整体的微博智库用户画像的流程设计,将微博平台的智库用户分为了研究型用户、活跃型用户、生活型用户、科技型用户四个类别,并对每一个类型的用户进行了具体的分析,对于微博平台的智库用户有了明确的了解和分类。本文希望能够通过分析用户的数据,获取用户的特征,深入了解用户,为后续智库网络化发展、提供高质量服务、精确定位用户、探索更多的应用场景打下基础。