随着Web 2.0技术的快速发展,信息传播速度得以不断提升,所以对推动信息传播的关键用户的研究成为当下非常热的课题。因此,推动信息传播的关键用户挖掘技术对于网络安全、舆情监管以及网络营销方面等均具有积极的现实意义。在微博这个网络平台上,由于在信息传播过程中用户扮演了重要的角色,故其特征属性对高效地挖掘出关键用户意义重大。用户特征属性表现为为时间属性和交互属性。时间属性体现在微博用户发微博的时间先后上;而交互行为属性则体现为用户在社交平台中的举动,包括转发、评论等。针对微博话题存在时效性的特征以及用户之间存在的交互行为特征,在经典PageRank算法的基础上,本文从用户的时间属性以及用户交互属性出发,提出基于用户交互的微博用户挖掘算法来有效挖掘推动微博话题流行的关键用户。首先对微博数据源的选择进行分析然后采取相应策略获取实验数据。其次,给出微博话题关键用户的定义及其相关特征,由于传统模型未考虑用户交互以及时间属性的影响,因此融合了时间属性以及用户之间交互特征,同时结合微博网络结构提出了 MUR算法。最后,将算法与经典PageRank算法和TS算法做了比较。实验结果表明,模型在微博话题用户的时效性、话题推动以及对粉丝的影响力等方面表现较好,证明了模型的合理性和有效性。