微博媒体拥有大量的微博用户，用户间相互交流、发布、分享、传播信息，生成大量的UGC（User Generating Content）信息。用户为了找到感兴趣的微博信息需要花费大量的时间。因此，如何从大量的信息中为用户找到其感兴趣的微博信息显得尤为重要。微博媒体个性化信息推荐通过微博用户信息来理解微博用户兴趣偏好，从而在微博媒体上实现个性化信息推荐的目的。本文设计并讨论了在构建微博媒体人物兴趣模型的基础上，通过分析微博信息与人物兴趣模型的相关性，并以此来向微博用户推荐符合其兴趣爱好的微博信息。本文针对微博媒体，分析了该媒体上与人物相关的数据的特点。由此给出了获取与微博人物相关的信息的方法，然后从这些信息中抽取代表人物兴趣的特征并给出了一个建立微博媒体人物兴趣模型的方法。本文给出了一组微博信息推荐的计算方法，主要从两个方面来计算：1）微博信息本身的质量；2）微博信息与人物兴趣模型的相关性。其中，微博信息与人物兴趣模型相关性从三种特征因素来度量：1）内容性特征；2）微博用户个人行为性特征；3）微博用户所处群体的群体行为性特征。通过一组实验发现微博本身的质量和个人行为性特征在个性化信息上的表现力较好。本文最后在微博媒体人物兴趣模型和微博信息推荐的研究的基础上，实现了一个应用系统：微博媒体人物兴趣分析系统。