中国是猪肉消费大国,同时也是养猪业大国。在我国当前农业信息化发展的进程中,生猪养殖业的舆情信息呈几何级数增长,达到PB甚至EB级别。对于政府机构以及国内的生猪养殖户来说,网络相关舆情的传播,特别是负面新闻,甚至假新闻的集群效应,造成社会盲动、引发错误思潮、腐蚀政治关系,给地方政府造成了信任危机,严重影响政府部门的有效运行。而国内生猪养殖业舆情的错踪复杂,舆情挖掘分析等技术相对落后,使得相关机构难以准确快速捕捉到舆情信息,从而错失最佳引导时机。因此,建立一个应用于生猪行业的网络舆情信息监控分析系统就显得尤为重要。本文的工作重心和创新点主要包括以下几个方面:（1）在遵守Robots协议的基础上,基于Java语言,设计了自动化网络爬虫系统。对农业网站以及猪行业相关的垂直型信息平台数据进行基本采集、去重、归一化处理、增量采集、存储等步骤。并根据不同站点特点,设置相对应的反爬策略。针对动态网页利用Chrome网络插件进行抓包,分析JS文件,找出服务端请求接口。同时利用Redis这种非结构化数据库设计IP代理池,解决服务器禁用IP地址的问题。（2）采用B/S架构模式去设计系统,系统后端架构基于Spring Boot 2.2.4搭建,系统前端架构基于Boot Strap搭建。结合Spring Security完成了系统的用户认证（Authentication）与用户授权（Authorization）,并利用MVC模式进行了开发。分别设计并开发了舆情监控系统的四大核心模块:1)舆情采集子系统2)舆情分析子系统3)舆情服务子系统4)舆情用户管理子系统,并用百度的开源前端插件Echarts进行舆情各项信息的前端展示。（3）利用Hadoop的Map Reduce并行计算框架,实现了舆情分析子系统中热点词热度值以及地域分析算法。本文着重阐述了系统中热点词热度值算法以及地域分析算法的设计及实现过程,并简要描述了算法的实现效果。（4）论文最后展示了舆情监控系统的开发环境及上线效果图。同时为了验证系统的高可用,高性能性,根据软件工程学测试方法,对系统各模块进行功能与系统性能的测试。根据系统运行后的实际效果表明:舆情监控系统不仅能够实时爬取网站信息,而且还可以根据自定义的设置进行增量爬取,补充生猪相关行业大数据库,及时发现当前舆情热点词,热度值。通过对舆情信息设置关键词预警,从而可以实时通过手机短信,邮箱来发送预警通知,并能根据用户自定义时间段生成舆情分析报告。通过本文实现的生猪行业舆情监控系统,使相关舆情工作者能够在互联网海量的数据中,及时发现负面舆情,快速定位,制定有效的决策,从而引导舆情的走向,净化网络环境,使行业健康、可持续发展具有重大的意义。