随着互联网的发展以及移动设备的普及,用户对社交网络的依赖与日俱增。微博作为国内最大社交平台之一,大量基于微博的研究应运而生,例如基于微博话题的灾难检测与管理研究、微博用户群体运动趋势研究和公安系统的微博缉凶应用研究等。基于微博的研究所带来的社会效应,可以提高社会对于紧急情况的应对速度以及效率。然而,大多数用户的有效地理位置信息难以获得,使得上述研究成果无法推广应用。因此,为了使得相关研究成果得到较好的推广应用,本文将从微博平台上的文本数据挖掘出用户的地理位置属性,进行数据收集、预处理及推测等相关研究。具体工作如下:首先,针对微博平台上带地理位置标签的语料匮乏的问题,通过研究微博文本数据及用户数据特征,设计爬虫策略,获取了如下两方面的数据信息:（1）带有地理位置标签的微博发文,通过该数据建立微博发文语料库,然后将其作为构建微博文本位置推测模型的基础;（2）用户关联信息（包括用户资料信息、用户历史发文、用户社交关系网络、用户关注的其他用户资料信息与历史发文等信息）,利用该数据建立目标用户数据集,作为推测用户主要活动位置的基础。其次,社交文本数据具有文本短小、用语口语化、噪声繁多的特点,存在于其中的地理位置相关特征高度稀疏及特征词条特征性不足,并由此导致地理位置推测准确率低。针对上述问题,本文设计给出了一种新型的文本预处理方法,具体研究如下:（1）在常规文本清洗的基础上,基于UF-TF-ICF-W的文本清洗方法对语料库进行进一步地清洗,提高语料库中地理位置相关信息的稠密度;（2）建立并引入了城市兴趣点和方言词典,以提高分词的准确度;（3）设计了一种针对性的分词修正规则,该规则可提高一些跟地理位置有强相关性的特征词条权重,进而加强这些词条的位置特征性;（4）提出一种基于微博文本数据的特征选择改进方法（CHI-TF-IDF）,以降低特征维度,提高模型运算速度。最后,本文基于朴素贝叶斯算法构建了微博文本位置推测模型,并基于此模型提出了一种基于加权投票机制的用户主要活动位置推测方法。最终实验中的融合准确率市级粒度达到了78%,省级粒度达到了82%。