随着Web2.0技术的发展,网络已经成为网民发表观点言论的重要渠道。如今,越来越多的网民在博客、论坛、评论互动和新闻组里发表他们关于社会时事和现象的态度和看法。而其中许多评论信息在很大程度上可以反映舆论观点。对于政府机构来说,舆论观点在指导他们制定信息宣传计划和政策时非常重要。因此,舆论观点的发现具有重要意义,而网络评论是网络舆论分析的一个重要的数据源。网络评论分析已经进行了很多的研究,但是目前关于这方面的研究大多仅仅关注情感分类,这种情感分类将网民的情感分成三类：正向的、负向的和中立的。为了获取更丰富的情感,同时考虑同一事件不同区域的网民可能呈现不同的观点分布,本文提出了一种基于网络评论的情感和区域分布的观点社群发现的方法。首先,本文根据情感相似性,运用聚类的方法把网民的评论划分成不同的观点社群；然后,本文定义了最长有序情感句,提出了最长有序情感句挖掘算法来提取每个观点社群中的代表性观点；最后,本文研究每个观点社群的区域分布,并将每个观点社群的区域分布情况在地图上标记出来。实验表明,应用本文提出的方法对网络评论进行分析,能够比其他相关的网络舆情分析方法得到更多的信息。