近年来,垂直微博平台的兴起,为垂直行业的信息交流带来了很大的方便。但就目前来讲,面向垂直领域的大量有用信息资讯仍隐藏在互联网上的海量数据中,用户需要在不同数据源间切换查找数据,对于广大手机用户来说,这种方式不仅费时费力,还可能带来巨大的流量消耗。因此,针对垂直领域的相关信息进行采集和整理,基于垂直微博平台来实现分类资讯的统一推送服务,对于解决用户的信息获取难题具有重要的现实意义。针对垂直微博平台上的分类资讯智能生成和推送问题,首先,通过扩展Heritrix开源爬虫框架,增加主题相关性判断模块,实现对垂直领域的主题相关信息的爬取,并基于KNN算法设计更加高效的分类方法对数据进行分类。然后,根据分类整理后的信息自动生成不同类别的公共微博,通过农业微博上的公共账号实现信息推送。最后,针对信息推送过程中的种子用户选择问题进行研究,考虑到目前具有最优求解效果的贪心算法在时间复杂度上的缺陷和启发式算法在求解精度上的不足,对于贪心算法中耗时的用户影响力边界增益计算过程,在PageRank算法的基础上设计了更加高效的评估方法来进行取代,实现了有效的种子用户选取算法ScoreDiscount。分类资讯智能生成和推送系统现已在农业微博平台上进行部署,实现了农业信息的采集、分类和推送功能。主题爬虫在针对农业信息的爬取准确率上达到了现有主题爬虫的正常水平,分类算法在分类准确率上与原始的KNN算法保持接近,而在分类效率上有了明显提高。模拟测试结果表明,ScoreDiscount算法在传播效果上能够达到当前最优的贪心算法的95%,明显优于另外两种启发式算法,而在计算速度上相比贪心算法提高了两个数量级以上,对于微博平台上的信息推送的种子用户选取更具有实用性。