现如今,我国移动互联网发展逐渐成熟稳定,行业发展更加注重内容品质,模式创新以及平台化趋势。广告市场的发展方向是移动化、社交化、视频化,这就使得微博的商业价值越来越受到业内肯定,成为行业内广告主争相购买的社交平台。本文以微博平台的用户数据为基础,构建微博用户兴趣模型。首先,通过对历史文献的参考阅读发现,仅以原创微博作为数据来源,挖掘用户兴趣偏好不够准确。对微博用户的一系列行为数据进行统计分析,最终确定本文的数据来源为用户原创微博、用户关注分组以及自定义标签。对于不同的数据来源,采用不同的处理方式进行数据的预处理,然后通过相应的规则方法构建微博用户兴趣模型,最后得到三个基础模型,通过算法将这三部分有效的融合,最终构建微博用户兴趣模型体系。本文的贡献在于融合了微博用户原创微博、用户关注分组以及自定义标签三种途径获取的用户兴趣模型,对用户兴趣偏好进行了更加精确地挖掘。在前人对LDA改进的基础上,将模型应用于微博用户兴趣的深度挖掘中,将模型的先验概率,更换为后验概率确定用户兴趣模型,提高了主题模型的计算效率,并且保证了主题兴趣挖掘的准确度。最后,通过召回率、查准率等评价指标对模型进行评价分析,并分析模型应用于个性化广告推荐中的适用性。