微博是由Web2.0技术发展而来的新媒体产物,它是一类信息传播与共享的社交网络平台。在日常生活中,话题的传播、热点事件的讨论和网络产品销售越来越离不开微博了。近年来,国内外的学者们开始研究微博,发表的文献数量急剧增长,同时也吸引了很多其他领域的研究者加入进来。但是,现阶段微博的研究还在发展阶段,研究方法和内容尚未成熟。由于微博的数据量日益增多和信息量急速膨胀,人们对微博信息的辨识能力也减弱。微博作为虚拟社区的代表,用户之间的交流形成一个节点众多和结构复杂的复杂系统网络。一般的网络不能够完全表示用户间、话题间的关系。因此,需要建立超网络来解决这种多种拓扑性质的问题。这样,既能完全刻画出微博中两类不同质的点,又能直接美观地呈现出来。粉丝作为一个特殊群体,常常疯狂地热爱某个事物。而微博粉丝是网络粉丝中的一种,如果他“关注”了这个微博主,就成为它的粉丝。一个微博主的粉丝越多,它发表的微博信息有可能被更多的人看到,即它的影响力越大。我们对粉丝的行为进行研究,可以提高企业的品牌形象和微博营销,还可以让企业知道用户的产品体验情况。目前,我国对粉丝行为的研究偏少,而对微博粉丝的研究就更少了。首先,本文对微博超网络的研究现状进行分析,并借鉴现有的超网络模型提出了微博话题内容子网络、粉丝子网络和面向粉丝兴趣的企业微博超网络模型三种网络结构。然后,对微博话题进行切词分词,每条微博信息提取出5个关键词,将微博话题与关键词建立边的联系。粉丝通过转发或评论参与微博话题的讨论,间接地与关键词建立关系。最后,本文使用C++语言,搭建一个平台框架来抓取新浪微博数据。数据选取的是中国移动官方微博的数据。同时,通过网络模型构建关键词关系网,并进行词频分析、中心性分析和凝聚子群分析来挖掘粉丝感兴趣的核心内容,验证了本模型的有效性。