新闻是人们获取资讯的重要渠道,在互联网技术高度发达的今天,人们通常通过新闻app和新闻网站获取新闻,在海量的信息流中,人们对于新闻的关注点随着时间的前进而不断转移,很难持续关注某个新闻的后续相关报道。现在主流的新闻软件仍然没有向用户提供个性化的新闻后续相关报道跟踪功能,因此设计并实现一个优秀的新闻爬取与跟踪系统是有必要的。新闻爬取与跟踪系统能够对网络新闻进行爬取、聚类,并根据用户订阅的新闻向其推送后续报道,解决了用户在浏览新闻时关注点不停转移、难以持续跟踪新闻后续发展的难题。系统主要涉及到新闻爬取、新闻聚类、后台管理、新闻推送等功能模块。在新闻爬取方面采用Scrapy框架实现新闻爬虫,爬取的新闻数据存储在My SQL中,使用redis存储已爬取链接以便进行url去重。在新闻聚类方面,使用nlpir进行中文分词处理,通过TF-IDF实现文本向量化,之后采用Single-pass算法完成对新闻的聚类工作。系统的后台管理模块和新闻推送模块是在Spring Boot框架上实现的,具有基于shiro的权限访问控制功能。系统管理员可以通过后台管理模块实现对用户信息和新闻数据的管理,新闻推送模块是面向普通用户的功能,用户可以查看新闻并对新闻进行订阅操作,系统会根据用户的订阅信息向用户推送与之相关的后续新闻。经过测试,系统具有良好的可靠性、安全性,可以长时间持续运行并有效保护用户的数据安全。系统可以有效降低用户在寻找新闻后续相关报道时耗费的时间成本,改善新闻阅读类产品的使用体验。