随着微博平台的兴起,新的交流方式应运而出。用户以微博为载体进行信息流动、资源共享,使得微博平台下信息量呈现迅猛增长的趋势。在信息超载的环境下,有价值的信息可能被隐藏在信息洪流中,因而,信息过滤问题逐渐成为研究热点,用户期望通过某种方式快速的获取有价值的信息,进而阅读或分享。本文通过用户分类以及寻求有影响力用户两种手段解决信息过滤问题。针对用户分类问题,本文考虑用户个人信息以及用户行为两个方面。其中,用户个人信息包括用户简介、社会化标签、认证信息以及微博内容；用户行为主要关注@某人、#话题两种类型。通过剖析不同的属性对于用户分类问题的影响,本文最终提出一种基于属性融合的用户分类方法。针对影响力用户的研究,本文依据不同的衡量标准,挖掘不同度量指标下的影响力用户。首先,对于传统的度量指标进行分析,包括粉丝影响力、评论影响力、转发影响力以及微博数目影响力；其次,充分考虑微博的价值、消息传播过程中产生的影响力扩散以及用户在微博平台下的活跃程度,本文提出三种新影响力度量方法,包括微博影响力、行为影响力以及活跃度影响力；再次,本文提出一种融合上述三种新度量方法的用户影响力模型；最后,针对不同影响力度量指标,本文对它们的内部关系进行分析,并阐述影响力度量指标之间密切程度的形成原因。本文以新浪微博为载体,将上述两种手段在数据集上实验。通过实验结果分析两种方式对于信息过滤问题的贡献。