随着互联网的发展,网络舆情的重要性逐渐得以体现。社会上发生的热点事件几乎都能在互联网上有所反映。因此,研究网络舆情对于提高人民的生活水平,构建和谐社会具有重要意义。本文通过对网络舆情的定义、特点、来源和传播途径的研究,设计了网络舆情系统的原型。网络舆情系统运用了计算机网络、数据挖掘、自然语言处理等多领域学科知识,对网络数据流进行实时监测,收集网页,通过对主题的检测和追踪、突发事件分析、新闻趋势分析,最后生成统计报表和舆情信息预警。实现热门访问主题挖掘系统,需要结合自然语言处理的相关技术。本文根据网络信息流的特点,选择了合适的分词算法和句子相似度计算方法,并为算法进行了优化。数据流的特点是连续的、无限的、快速的和时变的。数据流频繁项挖掘算法需要利用有限的内存,以尽量少的次数扫描数据流就能得到频繁项。Lossy Counting算法是经典的数据流频繁项挖掘算法。本文使用了自然语言处理的相关方法对网页主题进行了预处理,使得Lossy Counting算法可以挖掘文本类型的数据流,并利用了Lossy Couning算法的摘要,实现了对一段时期热门访问主题的挖掘。本文根据以上理论,设计了网络信息流中热门访问主题挖掘系统,包括舆情信息采集模块、网页特征提取模块、分词模块、相似度计算模块和频繁项挖掘模块等。通过测试系统参数对系统功能和性能的影响,为系统参数的选择提供了依据。准确率和运行效率是衡量系统的重要标准。通过对系统的完整测试,证明了系统可以很好的对网络数据流中的热门访问主题进行挖掘,主题和主题之间的区分度很高,同时系统也可以在高速网络上运行。