微型博客作为Web2.0时代互联网最广泛的应用之一，具有分散性、多样性、时效性和信息量庞大等特点。为了从大量的、分散的信息中，获取用户感兴趣的话题及相关信息，并实时推送给用户，本文针对中文微博，进行了用户兴趣识别和自动推送系统的研究和实现工作。本文在分析主流中文微博的信息特点和用户行为特点的基础上，结合国内外兴趣识别和微博交互的相关技术，重点研究了适合针对中文微博系统的信息采集、中文分词、兴趣识别和自动推送技术。本文的主要工作如下：在分析微博信息发布特点的基础上，提出了基于JAVA的任务调度技术，调用相关接口对微波信息进行采集；通过对国内外中文分词系统性能的研究，采用一种基于层叠隐形马尔科夫模型的中文分词系统与用户自定义词典相结合的分词方案，实现中文分词，同时，对分词结果进行停用词处理，以降低信息冗余度；通过对微博用户行为的分析，提出了文本分类和主题库词匹配相结合的策略，对用户兴趣进行识别；针对微博的时效性特点，采用监听器技术实现对微博信息的实时推送。本文以新浪微博为应用背景，对微博兴趣识别的结果进行详细分析。实验结果表明，论文提出的方案具有较高的准确性，能够较好地判断微博用户兴趣倾向，具有一定的工程应用价值。