微博是当前最具有影响力的在线社交平台之一,也是社交网络领域热门的研究对象。其中,微博社区分析与微博权威人物的研究是一个社交网络研究的热点。但是,现有的权威人物挖掘没有充分体现权威人物的领域特性,即不同领域权威人物不同,微博大V和领域权威是两个概念。因此,本文围绕自动从海量微博中挖掘不同领域的权威人物展开。面向领域的权威用户排名具有两重性,不仅需要基于领域文本内容,也需要结合网络行为分析。本文以新浪微博为研究对象,在领域词典的基础上,分析用户微博内容以及领域用户关系图,提出了领域微博权威性用户度量模型DMAURM (Domain-Oriented Microblog Authoritative User Ranking Model)。在海量新浪微博数据以及多个领域上的实验结果表明,本算法与用户平均转发数排名和粉丝数排名进行对比,有效地降低了粉丝数目的过大影响,能更有效地找出相关领域内的权威用户。在上述度量模型基础上,实现了一个领域的微博用户权威性分析系统,用户在选择特定领域之后,系统将自动得到领域权威人物,以及权威人物最近在本领域中发布的相关微博。该系统被集成到协作企业的行业咨询门户中。