微博作为一种新型网络应用,提供了一种新的信息传播方式。在微博上,人们可以通过最多140个字来快速自由地表达自己的感受、见闻或者意见。微博自从出现以来经历了巨大的发展,目前风靡全球的twitter和国内流行的新浪微博都有着数以亿计的用户,每天产生巨大数量的新内容,在海量数据轰炸下,用户的需求已经由如何获取数据改为如何精准的获取想要的数据。而解决该问题的关键在于划分微博用户群。论文选题源自本人在实习工作中实际参与的项目,本人在项目的开发过程中主要参与到项目设计和项目的实现开发。在详细分析新浪微博的数据特点和用户习惯后,在设计整个系统的功能和技术架构的基础上,将在设计与实现部分以本人参与开发的模块为核心进行介绍。本文以划分微博用户群为需求点,在分析了不同的用户群划分方案后,选择以兴趣维度划分用户群的方案。为实现该方案,选取新浪微博平台为对象,在充分分析新浪微博的信息特点和用户行为特点的基础上,结合当前国内外在文本分类,兴趣识别的相关技术,提出结合朴素贝叶斯分类和概率统计加权理论思想的的兴趣识别算法识别微博用户兴趣,并为之设计对应的兴趣识别系统。最后,以实验结果进行标准的衡量,证明了工作具有一定的研究和工程应用价值。