随着移动互联网在人们日常生活中的广泛应用,用户使用社交媒体记录的旅游信息以数字化的形式存储在网络平台之上,这些旅游信息中多包含了丰富的关于景区不同主题的评价信息,通过对这些信息进行处理与挖掘,从中探索蕴含的规律,能够快速的为游客提供符合个人喜好的旅游信息从而满足其个性化出游的需求,同时也能够为景区管理人员对整个旅游管理对象提供全方位监控及决策分析的数据支持。社交媒体数据以其非结构化的特征使得他们很难被直接使用,丰富的主题评价信息隐藏在非结构化且数量庞大的文本语料之中,在目前研究中,挖掘旅游信息通常使用用于情感计算的通用词典,但通用词典挖掘维度单一,不能满足多主题旅游评价信息的挖掘标准。为此,本文结合了自然语言处理、机器学习等算法构建了一套自动化挖掘旅游多主题评价情感信息的流程。主要的工作及成果包括了以下几个方面:（1）本文构建了自动化采集与处理社交媒体数据的程序,在数据采集中,针对不同的旅游网站制定采集程序,在数据处理过程中,根据旅游领域的数据特殊性,改良目前的数据处理方式,提高数据处理的精度。（2）本文基于旅游领域特征并结合国家A级景区评价标准制定了景区主题分类,基于目前通用的情感词典并综合了多种机器学习模型,设计了一套基于旅游领域的网络评论构建多主题情感词典的方法。（3）根据本文构建的多主题情感词典识别语料中游客评论的主题及对应的情感态度,识别出游客对景区不同主题的好评与差评。本文集成了所使用的算法构建了面向旅游领域的旅游信息挖掘与分析系统,该系统实现了数据获取、数据管理、情感分析、景点对比分析等功能,具有较好的应用分析效果。（4）本文首先以宏观角度,总结了景区网络关注度的时空格局,再根据游客评论数据量的年际变化探索景区网络关注度时空格局演变规律,选择五个具有代表性的景点探索其受到游客高关注的主题类型。其次从微观角度,通过深入分析各项主题细粒度情感的变化,为游客及景区管理者提供具有针对性的意见,能够为游客及景区管理者节省大量人力成本和时间。