随着互联网的发展，网络空间已成为消费者发表企业口碑信息的主要场所，同时也是企业收集消费者的反馈信息，发现产品缺陷与服务盲区的重要场所。然而面对海量的网络信息，仅仅依靠传统的人工搜集、整理和分析的方式已经不能满足现实口碑监测工作的需要。因此，建立一个智能化的网络口碑监测平台对于企业改善自身素质、增强竞争力具有重要的意义。本文依托于网络口碑监测平台的建设，结合平台的功能需求，设计并实现了一个智能化的网络口碑分析系统。该系统采用Web文本挖掘技术，实现对海量口碑文本的自动提取、筛选、识别和分类。本文的工作主要包括：1）分析比较现有的网页解析技术，采取基于XQuery模板的方式，实现对网页文本元数据的精确抽取；2）分析比较现有的信息过滤技术，采用基于支持向量机的文本二值分类器，滤除平台无需关注的信息，保证后续数据分析的准确性；3）采用多模式匹配算法，结合预设的产品匹配规则，快速识别出口碑文本涉及的产品；4）通过“一对多法”构建支持向量机文本多分类器，对口碑文本按预设的分类体系进行自动分类。本文最后对系统进行了测试，测试结果表明系统达到了预期的设计要求。目前，该系统已成功应用于网络口碑风险监测平台。