在社交网络日益发达的今天,网络上每时每刻都有海量的文本生成。对这些文本进行关键字提取可以为许多应用带来益处,比如广告、搜索以及内容过滤等等。本文的研究对象是微博,它与传统网页不同之处在于微博本身拥有一些特殊的社会特征,比如由用户生成的标签,它在本质上具有微博的主题性。与这些标签相关的关键词可以反映出用户的意图,从而能够帮助用户更好地理解微博文章内容。我们将标签作为主题指标,为微博提出了新颖的无监督关键词抽取方法。文章具体工作如下:(1)一种方法是随机游走排序方法。首先建立词汇与微博之间的加权二分图,该图形中已将微博自身因素考虑在内;然后将基于标签的随机游走算法利用于二分图中,该方法根据主题标签对关键词进行抽取;经过一系列的迭代后,最终的关键词排序将取决于每个词汇的平稳概率。(2)另一种是依靠微博集合中话题标签来推断话题分布的主题模型算法,用该方法抽取出的关键词的最终排序是由它们的平均主题概率决定。通过这种主题模型算法不但可以发现微博集合中的主题,还能够抽取出与标签相关的关键词。(3)我们利用真实的新浪微博平台数据对以上提出的关键词抽取方法进行了实验评估,最终的实验结果显示这两种关键词抽取方法都比传统不考虑标签因素的方法精确度更高。而且文章还尝试将以上两种方法进行巧妙的结合,做了一定程度的创新和改进,实验结果更加喜人,精确度与高效远远超出了传统算法的结果。(4)本文还将可视化技术运用到了微博热门话题分析和关键词分析中,微博词云可视化的设计可用于研究用户某段特定时间内发布的信息,从不同主题和时间段的角度来描述了微博热门话题的不同之处。将微博中的关键词、标签通过词云可视化的方式展示出来,对于用户来说有了更直观的视觉效果,更能简洁明了地获取某个热门话题下的重要信息内容。