随着信息技术产业的快速发展,宽带网络和高速移动网络的速度大幅提升,各种新型网络接入终端设备也变得越来越普及,极大地提高了人们通过网络进行沟通交流的速度和频率。当下,微博已成为网络思想交流的重要平台、网络舆情的高度聚集地,是人们交流思想、政府洞察民意的重要窗口。高用户活跃度和大量博文背后隐藏着重大的数据价值,通过代理数据,准确理解微博用户的交互行为、挖掘用户关系等数据中所蕴含的信息和影响具有重要的意义。本文基于微博平台对其所包含的用户关系进行分析和研究,主要研究内容和研究成果如下:1.通过对目前微博用户关系研究现状进行整理和分析,选定人物关系强度作为研究对象,从新浪微博的用户关注和互动关系出发,设计了人物关系强度预测模型。虚拟社交网络是现实社会社交网络的映射,其人物间的关系强度也具有相似的影响因素。因此,此模型通过对现实世界中人与人之间关系强度影响因素进行全面考虑,并将其迁移应用至新浪微博平台,抽取微博信息中反映用户间关系强度的可用信息,使用相似度、标准差等数学算法或概念将反映用户关系强度的可用信息转变为具体的数值信息,最终通过线性模型将多个影响因素综合从而进行定量化分析。2.实现了基于微博的人物关系强度预测系统。本系统中最重要的数据采集部分使用基于模拟登录和基于新浪微博API两种方式采集数据,实现了微博用户关系信息、用户个人资料信息和用户微博内容的自动提取。同时,综合使用上述两种数据采集方法,不仅避免了直接使用API的数据获取限制和用户未登录所造成的网页内容获取数据的不完整的问题,而且降低了大量数据分析和提取的工作量。3.人物关系强度预测系统根据设计的人物关系强度预测模型,对系统中数据采集部分获取的数据进行整理、分析和计算,预测人物关系强度,同时通过图形化界面展示人物关系强度。最后将某微博用户的预测模型结果与新浪微博人脉关系示例进行比较,证明了所设计的人物关系强度模型的有效性。本文所研究的人物关系强度能够对微博中的用户进行更准确的亲疏关系划分,基于本文的研究能够支持进一步使用社团分区算法进行更高准确度的好友推荐;支持舆情的精准发现,在舆情预警机制的使用中提高舆情预警的准确度;支持向用户推荐不同好友的隐私保护策略,帮助识别用户好友,同时保护用户隐私。