随着微博这一新媒体的发展,微博营销迅速兴起,成为各行各业关注的焦点。在微博这一新兴社交媒体平台上,营销行为不仅引起了广大媒体人的关注,同时也得到了学术界的青睐,微博营销行为所产生的海量数据,正是发挥数据挖掘技术优势的地方。因此,本文通过研究数据挖掘方法,借助相关算法对微博营销行为特征进行挖掘分析。本文主要研究了新浪微博中的电影微博营销行为及相关用户偏好特征。文章首先提出了一种基于新浪微博文本内容的话题提取算法——基于模糊C均值(FCM)聚类算法的话题提取算法(TEBF)。该算法在FCM算法中隶属度(membership)这一概念的基础上提出了M-membership这一指标,实验证明该指标可以很好地衡量模糊集合中词语的重要性,最终实现以模糊集合的形式描述话题,并通过对比实验说明了TEBF算法话题提取结果的有效性。然后,文章结合微博营销行为和用户偏好分析的具体需求,基于话题提取算法和分类算法,提出了营销行为分析模型和用户偏好分析模型,从微博内容和用户信息两个方面对微博营销行为及用户偏好进行了较为全面系统的分析。为了对分析结果进行简单直观的展示,本文设计开发了“WMA”微博营销行为分析系统,以期为更多的用户提供一个方便有效的微博营销行为及用户偏好分析平台,同时也证明本文的研究具有一定的实用价值。