随着移动互联网的发展,互联网已经融入人们工作和生活的各个角落,成为人们获取和传播信息的重要方式。然而信息科技的飞速发展导致的信息爆炸使得人们想获取的信息往往存在于浩瀚的信息海洋里,给人们带来了信息甄别的困难。在这种条件下,精准的个性化服务对提供更好的互联网服务尤为重要,如何给互联网用户画像成为当前热门的研究课题之一。本文主要研究利用用户文本数据进行用户兴趣建模,主要工作如下:首先研究短文本分析中的基础问题,通过改进中文分词算法、新词发现算法和关键词抽取算法解决了短文本处理基础问题,用于后续分析工作。其次研究短文本分类方法,在对比和分析了传统分类算法的优劣之后提出了基于词空间聚合的短文本向量的训练方法,并应用于微博短文本分类,提升了分类效果。最后在短文本分析的基础上,基于关键抽取和扩展并融合词向量的思想进行用户兴趣建模,在此基础上通过主题模型和用户向量关系来进一步增强模型的可扩展性和稳定性,取得了不错的效果。