本发明公开了一种基于社交网络用户属性的主题推荐方法。本发明方法首先获取用户的微博内容并预处理，过滤用户，标注数据集；采用LDA模型求出用户微博的主题概率分布，得到最初的主题分布，求得不同性别在不同主题下的变异因子，与主题分布结合得到主题因子；再计算用户与友邻关系的亲密度，评价友邻用户的影响力，得到置信度；利用分词软件提取个人描述和标签的关键词，转换成向量矩阵，求得相似性因子；最后将上述三个因子融合得到用户主题模型。本发明方法利用大数据时代获取数据的便利性，提取用户基本资料、用户关系数据和用户微博，针对三个因素构建动态权重主题模型，预测用户的主题分布并进行标注，提高了推荐准确度。