鉴于微博API的限制，研究人员主要跟踪了最可能会发敏感帖子的敏感用户组。从2012年7月20日到9月8日，     研究人员利用API以每分钟一次的频率搜索3500位用户的时间线，以每四秒一次的频率搜索公共时间线。    由于新浪微博不支持匿名查询，所以他们利用Tor隐藏IP后创建虚假用户帐号。他们共     收集了238万用户时间线帖子，删贴率是12.75%。    考虑到新浪需要处理的大数据集规模，     发帖后5到10分钟的删贴峰值，尤其是考虑到删贴无法完全用自动方式处理，新浪是如何做到迅速发现和删除敏感帖子?    研究人员提出了六个假说：

1.新浪微博有一个监视关键词列表，审查员将会浏览包含这些关键词的帖子决定是否删除。

2.微博有针对性的监视频繁发敏感帖子的用户。

3.在发现一个敏感帖子之后，审查员可以追溯所有相关的转贴，可以一次性的全部删除。

4.通过关键词搜索，微博删除了追溯的帖子导致了特定关键词在短时间内出现删除峰值。

5.审查员工作是分布式的，相对独立，其中部分人可能是兼职。

6.删贴速度与主题有关，根据主题的敏感度删除速度存在差异。研究人员利用自然语言处理技术进行删贴主题分析，发现某些热门主题帖子比另外一些主题更快被删除(如图所示)，如群交、北京暴雨死亡人数和司法独立等都在极端时间内删除了。

研究人员总结了     微博的过滤机制，其中主动过滤机制包括：显式过滤    ，微博通知发贴人他们的帖子内容违反了内容政策(但有些时候用户并不清楚到底是因为什么敏感词受阻);     隐式过滤    ，微博需要在手动审查帖子后才会允许帖子上线;伪装发帖成功，其他用户看不到这位用户的帖子。