微博是进行信息发布、获取、分享、传播的平台,它提供了单向关注机制,用户可以选择关注其他用户,自动接收这些用户的微博信息,但不要求这些用户关注他。这些被关注的人可能是用户感兴趣的人,如同事、朋友、亲人,或某些名人。这种信息发布方式的便捷性、聚焦关注的自主性和广泛连接的社会性,使微博这一社会化新媒体受到互联网用户的喜爱,成为用户获取信息、获知社会动态的重要途径。微博信息通常是用户行为的记录,其中必然反映出用户的兴趣和爱好。通过对微博数据进行挖掘和分析,可以发现用户的兴趣。针对每个用户的具体兴趣,可以为用户推荐相应的信息、产品、广告等,也可以为用户推荐其可能感兴趣的用户,从而达到个性化的推荐效果。此外,对于提升用户对网站的满意度以及促进网站自身的发展具有十分重要的作用。因此,研究微博用户兴趣发现对微博社交网络的个性化推荐和提升用户满意度具有重要的意义和价值。为了得到准确的微博用户兴趣模型,本文的研究思路是分析微博和微博用户的特性,得到能够准确描述微博用户兴趣的信息,然后给出适用于微博用户的用户兴趣建模方法,最后对本文的建模方法进行检验。本文以新浪微博为例,主要研究工作包括:1、分析新浪微博平台的特征以及微博中的用户信息特点,进行调查统计以了解微博用户信息和用户兴趣间的关联,得到可能表示微博用户兴趣的信息。经过统计分析和文本分析发现微博博文内容和用户关注能够更全面准确的表现用户的兴趣,因此选择了用户发布的微博内容信息和微博用户关注的特殊用户(名人和内容类微博用户)作为微博用户的兴趣信息来源。2、结合微博用户兴趣信息的特点,给出微博用户兴趣建模的基本框架和方法,并设计实验验证本文方法的可行性,以及提出兴趣模型的评价指标验证采用本文方法得到的微博用户兴趣模型的准确性。实验结果表明,该方法能够通过评价指标的验证,能更加有效和准确地发现微博用户的兴趣。最后基于记忆遗忘曲线对用户兴趣模型进行更新操作。