互联网的迅速普及使其成为舆论传播的重要载体之一。互联网既是政府了解民情的直接渠道，也是新形势下政府的重要舆论阵地。网络舆论如果被错误地控制和引导可能会影响到社会的稳定，因此，对网络舆情的有效监测具有一定的现实意义。本文源于某舆情监测项目，该项目对网络舆情信息进行监测和分析，并且项目提供了舆情导控平台。该平台实现了对新闻、论坛、微博和博客等多类信息源的采集，并实现了分类别、站点和地域进行舆情信息的分析和展示，平台的主要功能包括：特定人群的网络舆情、社会热点舆情、境外舆情、网络炒手和随机采集舆情等信息的追踪、预警、响应和政务微博管理功能。本文首先从项目平台的数据库中提取大数据文本信息，对其进行中文分词预处理工作，预处理工作的主要目的是剔除文本中的干扰词和停用词等，并对文本进行合理的中文语义分词；然后利用Map/Reduce技术构建了一个分布式处理大数据文本信息的LDA分析模型，该模型对预处理后的文本信息进行话题检测，并找出文本、词汇在各主题(话题)中的概率分布情况；最后对提取的特征点用K均值等聚类算法分析出网络舆情的关键词、热点话题等内容。本文给出了一种舆情信息的数据挖掘模式，其可用于舆情信息的分析、聚类和提取隐含主题(话题)等方面，同时本文还实现了海量舆情数据的存储、处理和分析方法。根据软件工程的设计规范，本文对所开发的网络舆情检测系统进行了分析和设计。目前，系统中各主要模块的功能都已实现，系统在实际试用中能提取网络舆情信息中的实际热点主题等内容，达到了本文的预期目标。