随着互联网的飞速发展,越来越多的人愿意通过网络来表达自己的思想、情绪和态度。微博作为网络新媒体的代表之一,逐渐成为网民信息分享、传播以及获取的平台。互联网上每天都会产生数以亿计的博文,博文实时性强、内容丰富,其蕴含知识的发现、分析和处理越发重要和困难。如何及时获取并有效分析和挖掘其中的信息,成为一个重要的研究课题。本论文结合新浪微博的文本特点,设计了新浪微博舆情分析系统。首先从互联网上抓取微博数据并进行预处理,然后进行了基于主题的微博文本分类算法的研究,最后进行了微博文本聚类算法研究。主要研究工作如下:1)基于主题的微博数据采集与预处理。通过面向新浪微博的主题爬虫程序,从互联网上抓取特定主题的微博数据,进行相应处理后存储到数据库中。然后使用数据处理工具对微博数据进行预处理,其中包括特定主题微博的数据采样、中文文本处理、中文分词、词频矩阵降维处理。2)基于主题的微博文本分类算法分析。通过中文文本自动分类算法对微博数据进行分类,实验采用目前流行的几种分类算法(KNN,决策树,随机森林)对微博数据进行分类效果评估与分析。3)基于K-Means的微博文本聚类算法分析。实验采用K-Means算法对微博数据进行了聚类并对聚类结果进行评估与分析。实验证明微博文本分析算法的研究在科学研究以及社会应用领域都具有一定的价值。论文最后也对存在的问题及下一步的研发工作进行了说明。