微博，又称为微博客，是一个基于用户关系的信息分享、传播以及获取平台，用户可以通过WEB、WAP以及各种客户端组建个人社区，以140字左右的文字更新信息，并实现即时分享。作为社交媒体的一种形式，它允许用户有选择性地订阅其他用户的信息。近几年，微博得到迅速的发展。2012年底，新浪微博的注册用户数已经达到了3.65亿，平均每天约有1亿条信息被发布。庞大的用户群吸引了大量的公司、组织和个人，他们都希望通过微博平台来推销自己。在本文中，我们主要从两个方面对微博平台进行研究，包括计算用户的社交影响力和挖掘微博平台上广告传播的主要模式。近几年来用户影响力的计算受到了越来越多的关注，是社交网络研究中的一个重要研究内容，在很多领域得到运用，如病毒式营销和个性化推荐。之前很多关于用户影响力计算的研究是基于网络结构特征和转发率进行计算的。其中有些将用户的粉丝数量认为是用户影响力的重要标志，用户的粉丝越多表示其影响力越大。然而，实际情况中用户的粉丝数量和其影响力并不相关。另有一些方法是基于用户间的转发率来计算用户影响力的。但是，微博中的转发率受到很多因素的影响，例如信息的内容、流行程度和用户自身的活跃度。而且，一个用户的转发率经常随着时间改变，无法反映用户的固有特性。除此之外，还有些方法是基于网络结构来计算用户影响力的，如PageRank和HITS，但是因为用户间的关注关系并不等于影响力。所以，上面这些方法的结果不一定能准确地反映用户的影响力。针对上述这些问题，我们提出了一个微博用户交互行为模型。与之前的方法不同的是，我们这个模型考虑了用户的行为特征和交互性，主要包括三个关键因素：用户的活跃程度、用户的转发意愿和用户间的影响力。这使得我们的模型能够对两个用户之间的影响力有一个比较客观且准确的估计。通过实验可以发现，该模型能除了准确地预测用户影响力，而且还能被用来预测用户间的转发率和发现有潜在影响力的用户。由于微博平台的迅速发展，其已成为了一个重要的广告平台。在本文中，我们试图通过对微博平台上广告传播的分析，发现微博广告传播的模式特征。我们收集了一些广告信息的传播数据，并将每条信息的传播途径用一个传播树表示。针对每个传播树，我们共提取了包括传播参与者的数量、传播途径的拓扑结构和时间方面的传播特征三个方面共33个特征，并使用K-Means聚类算法对这些传播树进行了聚类。通过对结果的分析，我们揭示了微博平台上广告传播的特征，说明不同类型的广告在微博平台上的传播情况。我们验证了名人效应在信息传播中的推动作用，指出推销类广告更适合微博平台。此外，基于发现的广告传播特征，我们进一步提出了对应的指标来评价微博平台上广告传播的实际效果。