微博意见领袖挖掘中通常单独考虑用户属性、网络结构或交互信息等特征，对这些特征之间的关系及微博信息的话题特征考虑较少。针对上述问题，提出了一种基于用户行为网络的微博意见领袖挖掘算法Topic-LeaderRank。该算法利用微博用户的内容属性和社交属性，并结合用户在特定话题中的交互信息构建用户行为网络，然后利用PageRank算法的投票思想，同时考虑网络中节点权重和边权重对投票的影响来挖掘意见领袖。在新浪微博三个话题数据集上的实验结果表明，该算法是有效的，在覆盖度和核心率指标上的值高于用户权重排序和Microblog-Rank算法，在人工评价上的表现也优于这两种算法。