随着互联网技术以及社交网络的发展,微博作为一种知名的社交网络,以其优秀的用户体验吸引了海量用户。大量用户在微博这个平台抒发每日的情感,进行社交活动,结交新的好友。随着微博上数据量与信息量的日益庞大,其自然而然地形成了规模可观的语料库。本文旨在设计并实现一种系统,用于根据微博用户的文本信息分析用户的潜在兴趣,并使用情感分类算法判断微博用户对于各兴趣主题的情感倾向(积极或消极)。通过实现本文中的系统,可以为个性化推荐服务提供一种更加可靠可行的实现方案。商家可以根据分析得到的用户兴趣对每个用户进行较为精准的消息推送,实现更好的宣传效果。本文的研究内容主要在于通过数据抓取、兴趣分析、情感分类三个模块的实现,构成一个完整的系统,进而实现针对微博用户的个性化兴趣偏好分析。系统通过实现分布式爬虫模块,完成大规模兴趣语料的抓取;通过实现基于Labeled-LDA模型的主题分析模块,完成兴趣主题提取与用户的兴趣预测;最后,通过实现基于朴素贝叶斯分类器的情感分类模块,完成用户兴趣的情感判定。