社交网络上兴起的意见领袖深刻影响着大众,而社交平台上的高影响力用户越来越引起重视。这些社交平台上的高影响力用户发表的微博可能会引导突发事件的舆论走向,对事件的后期演变及结果产生积极或消极作用。识别社交平台上的高影响力用户对于掌握突发事件的网络舆情、引导舆论走向等方面具有重要的实践意义。为此,本文提出基于主题一致性与情感支持的社交媒体高影响力用户的识别方法。该方法以“贺建奎基因编辑婴儿事件”为例,首先使用Biterm主题模型挖掘微博文本的主题,并将每条微博文本和该微博接收到的评论结合起来,针对每个微博文本—评论结合文件,分别使用Biterm主题模型得到新语料的主题概率分布矩阵,比较这个主题概率分布矩阵中的值的差异来确定微博文本与所接收到的评论的主题的一致性,以此完成主题校正工作。然后通过基于SVM的情感分类方法,获取微博评论的情感倾向类别,确定评论者对于原微博文本的情感支持态度,确定一条微博文本下所接收到的所有评论的情感支持态度后,以此判断发表该微博的用户是一名正面或者负面的高影响力用户。接着构建高影响力用户特征指标组,本研究选取的高影响力用户特征指标有:用户基本信息指标,包括账户级别、账户认证、关注者数量、粉丝数量、微博数量、个人简介等;博文基本属性指标,包括获点赞数、获评论数、被转发数、平均被回复长度,获支持度等。然后为部分指标赋予权重,计算用户影响力指数值,根据用户影响力指数值的高低确定具有正面和负面高影响力的微博意见领袖。在意见领袖的基础上,引入“微博发表时间”这一要素,对事件舆论的发展与演化划分出不同的时间段,探究每个时间段内意见领袖的观点构成,发现在事件发展后期观点明显与前期“主流”观点不统一的用户,即意见扭转者。最后采取微博用户主页静态信息数据与动态行为特征数据结合的方式,构建微博用户的完整画像。本研究可为管理部门提供网民在事件发展的不同时期对事件的关注焦点和情感态度,有助于其及时掌握各时期的网络舆情,为突发事件应急决策和管理提供有效支持;通过对突发事件社交网络上高影响力用户的画像构建,有利于相关部门根据用户特征有针对性的利用这些用户发表信息以引导舆论走向。本文系教育部哲学社会科学研究重大课题攻关项目“提高反恐怖主义情报信息工作能力对策研究”（17JZD034）的研究成果之一。