在近十几年来,随着网络速度的飞跃式提升,智能上网设备的大范围普及,一系列新颖的互联网社交媒体应运而生、发展壮大。其中,微博作为一种典型的社交软件,凭借其发布及时,操作便捷等特性成为了人们进行互联网社交时的首选。通过发条状态抒发情感已经逐渐融入到了人们的日常生活中,随着时间的累积,微博平台数据中承载积累了大量的用户真实情感。因此,如何收集并统计出网络上广大用户的情感动态是一个值得研究的问题。而国家电网作为一个国有特大型骨干企业,为客户供更优质的服务提是其永恒不变的宗旨。因此本文提出了一个能抓取互联网上电力相关主题信息的软件,分析其整体情感走向,能有助于国网公司及时群众的满意度及需求,使公司能更好的履行社会责任,更好的实现“互联网+营销服务”。本次研究对象为具有一定互联网代表意义的微博,针对微博上出现的众多与电力相关的信息数据,如何整理归类,如何有选择性的去提取有效的主体信息,本论文设计了一个程序,采用了当前的自然语言处理技术,该系统可以实现对微博电力相关主题的实时抓取,同时也可以展开针对性的情感倾向性分析。本论文的主要工作包括:1)本文开发并实现了一个爬虫程序,可在微博内定向实时抓取电力相关主题的信息。2)利用现有的开源中文分词器,收集网络上各类热门词汇,建立新的完善的词汇库,提高了本爬虫软件搜索信息的能力3)结合单词词典和规则级,提升现有的分析计算方法,完善新的电力主题相关词典。4)建立了一个微博电力相关主题信息的收集与分析系统,分析微博内对电力相关话题的关注度和情感倾向性。此次研究的过程中引用到了相对较多的技术,比如网络爬虫,同时还应用了多种目前的自然语言处理技术,还对相关的数据实施了情感分析,设计实现了相应的系统等,但在很多方面存在着不足,这些都需要展开进一步的优化。爬虫程序在实际应用中可以实现定向抓取,不过其在很多方面的表现不如爬虫框架,此次设计的爬虫程序在性能方面要稍弱一些,同时此次设计的爬虫程序有着相对较低的可扩展性,本文需要对前人的经验进行总结,对爬虫技术细节展开更更加深入的研究,这些都是需要努力做好的地方。