随着Web2.0时代的到来，尤其是社交媒体的飞速发展，越来越多的互联网用户开始在网上发布自己对一些话题的看法。如何从海量的数据中抽取出当前的热门话题，并就用户对该话题的看法进行分析成为一个非常有意义的研究点。本文就针对这个研究点进行了深入的分析。微博热点话题与普通话题的定义有所不同。在微博中，热点话题是指在短时间内被大量用户高度关注的话题。这些话题可以是真实的社会事件，也可以与社会事件无关，但仍在短时间内获得了很高的兴趣度，为大量微博用户所关注讨论。本文将该研究点分成两阶段任务：微博热点话题抽取与话题情感分类。关于微博热点话题抽取，本文提出了基于话题标签的微博热点话题抽取算法。该算法利用启发式规则和聚类算法来实时抽取微博热点话题。算法主要包括三个部分：话题发现、话题聚类以及话题排序。实验证明该方法抽取的微博热点话题具有很高的准确率。关于话题情感分类，本文提出了基于篇章关系的微博情感分类算法。该算法共归纳出四种可能对情感分类的结果产生影响的篇章关系，并利用与这些篇章关系相对应的关系指示词来识别微博文本的主干成分。在此基础之上，探索了多种不同类别的微博情感分类特征。此外，本文还构建了一个面向微博领域的大规模情感词典。实验结果表明，本文提出的算法在微博情感分类上能够取得不错的效果。此外，我们还将上述的两个算法有机融合，构建了一个用户情绪在线分析平台。该平台能够实时的分析微博热点话题，并就广大用户针对这些话题的情感分布进行分析，具有十分重要的意义。