随着web2.0技术的发展，博客早已成为人们获取知识、信息交流的主要途径之一。如何从浩瀚的博客世界中获取实用的、个性化的信息成为亟待解决的问题，博客搜索引擎应运而生。如今人们已经不仅仅满足于单纯的相关性检索需求，而是希望可以获取诸如带有质量鉴别、情感倾向性鉴别等更加细致的检索结果。　　 基于这样的背景，本文重点研究了基于特定主题的高质量博客精选技术和命名实体属性挖掘技术，并提出了基于特定主题的高质量博客精选算法及其改进算法，以及命名实体属性挖掘算法；设计并实现了基于特定主题的高质量博客精选和命名实体属性挖掘的评测系统；并在相关国际评测中验证了本文所提出算法的有效性。主要研究成果如下：　　 第一，提出一种高质量博客精选算法，该算法综合考虑了博客博文长度及关键词词频等特征，同时权衡了主题相关性，最终得出高质量博客精选结果。该方法在BLOG2010评测的in－depth vs.shallow任务中取得了季军的好成绩。　　 第二，针对高质量博客精选问题，提出了基于BAF模糊性参数的改进算法。通过分析实验数据及结果，发现原有算法无法很好的区分具有模糊性的博客，即很多博文被同时分到高质量与低质量两个方面。本文引入BAF模糊性参数，较好的解决了模糊性问题，从而提升高质量博客精选的结果。通过详尽的实验设计及实验结果，证明改进算法有着更好的表现。　　 第三，设计并实现了命名实体属性挖掘系统。本文将命名实体属性挖掘问题作为实体关系识别问题来处理，提出了一个可以有效解决命名实体属性挖掘问题的实现方法，该方法采用以基于规则方法识别为主，以基于统计CRF模型识别方法为辅的设计思路。该方法在TAC2010评测中取得了高于平均水平的较好成绩。