随着计算机网络技术的发展，出现了以互联网为基础的网络虚拟社会。微博作为一种新兴起的网络信息交流平台受到众多网民的热捧，其独特的即时性、简洁性和便捷性使得信息传播更为方便快捷。微博具有社交网络特性，通过关注功能将用户关联在一起，对微博社会网络进行分析成为人们研究与关注的焦点。本文对于微博社会网络分析的研究主要有以下几个方面：1．对微博网络模型的建模方法进行了研究，微博网络可认为是一个多维度的网络，每个维度对应一个主题网络，本文结合微博用户的交流机制和微博信息分类技术，给出了一种基于主题的微博用户交互网络模型的建模方法，对建立得到的主题网络可进一步进行社区划分。2．针对微博信息文本短小的特点，本文基于语义扩展的思想，设计了一种基于领域特征词库和词语相关度计算的微博信息分类算法。领域特征词库是某领域中概念的标准化术语的集合，是在卡方检验特征选择算法基础上考虑特征词的正反相关影响后构建而成。词语相关度计算利用《知网》知识库对词语进行语义扩展，充分考虑了词语义原间的纵向横向关系。3．对社区核心成员的发现方法进行了研究，首先介绍基于社会网络中心度分析的评价模型，接着在分析比较微博用户交互网络与网页链接网络之间的相似性和差异性后，对用于网页链接网络分析的PageRank算法进行改进得到WeiboRank微博社区核心成员发现算法。4．结合微博数据抓取技术和微博社会网络分析的结果初步实现了互联网热点信息监控系统的微博处理子系统。