社会化媒体在网络信息异常充斥的时代对信息流动和交互起到了非常大的推动作用,基于社会网络构架的机制是社会化媒体之所以能够进行广泛而快速的信息流动和传播的机制和源泉,所以使用数据挖掘的技术对社会化媒体中隐含的社会网络进行挖掘并进行分析显得更为重要。对社会网络的自动挖掘有助于更清楚的了解社会化媒体中真正推动其发展的网络机制,并以良好的可视化方式呈现,对该社会网络的分析有助于人们更方便的了解网络情况,据此来支持信息推荐、信息检索、信息传播、电子商务、广告学等应用。本文的主要任务是挖掘社会化媒体中的人物相关性网络,并对该网络进行简要的分析,同时给出了一个基于微博的社会网络应用系统。从数据挖掘、网络构建、网络分析及相关应用的角度来开展本文的研究,主要的工作分为以下三个方面:第一,本文针对维基百科和新浪微博两种社会化媒体,抽取其中的人物实体信息并给出了一种统一的人物建模方法。本文分析了维基百科和新浪微博两种数据的特点,给出了相应的人物实体数据获取方法并对人物实体进行建模。第二,本文给出了一组人物相关性的计算方法,并给出了人物网络的构建方法。根据数据的特点,选择适合的人物相关性方法进行组合即可得到人物之间的相关性计算结果,并通过网络构建方法构建相关的网络,本文通过分析这些方法在维基百科和新浪微博上的准确性证明了相关性计算方法的正确性。第三,在相关性网络的基础上开展了团体挖掘的工作,并介绍了面向微博的社会网络应用系统。首先介绍了网络分析的概念,紧接着介绍了应用于团体挖掘的GN算法,相关的实验证明了人物相关性网络可以充分表示人物之间的关系。本文还给出了对应于本文工作的基于微博的社会网络应用系统和人物推荐的应用。