互联网的发展,特别是以微博、微信为载体的两微自媒体迅速发展,对政府、企业而言,舆情监控变得尤其重要。网络舆情的传播,特别是负面新闻的传播,速度是惊人的,给当事人造成了巨大的舆论压力,使其不得不去面对和处理。近年来,因网络事件造成的企业危机、个人危机层出不穷,因此建立一个舆情监控系统是十分必要的。本文涵盖的主要内容包括以下几个方面:(1)研究课题的研究背景及意义,深入了解本课题的国内外研究现状,充分介绍阐述本课题包括爬虫技术、文本处理技术、话题发现及话题追踪等技术,为课题的下一步研究奠定坚实基础;(2)本课题立足于企业舆情监控,对企业舆情监控系统进行调研分析,在课题下一步研究具备可行性的基础上,分析课题的建设目标及主要使用者,分析系统各个功能模块及系统主要用例,并从功能性与非功能性两个角度描述系统情况;(3)系统采用B/S架构,利用MVC模型进行开发,分析设计了系统的要功能模块,包括数据采集、数据处理、舆情分析、系统应用和系统管理等,并利用类图和时序图等多种UML架构对模块进行设计,最后通过E-R图和数据库表结构的方式对系统数据库进行设计;(4)舆情监控的核心除了数据的爬取,就是自然语言的算法处理,本文重点阐述了本系统中新词识别、话题检测及话题跟踪算法的设计及实现过程,并简要描述了算法的实现效果。(5)论文最后给出了系统的开发环境及实现效果图,同时为了验证系统的有效性,从功能和性能两个角度对系统进行了测试。根据系统运行的实际效果表明,系统能够满足其余舆情监控的实际需求。利用互联网舆情监测系统了解舆论走向,有助于企业改进自身产品质量、提高服务水平、辅助决策等具有重要的作用,因此本文的研究具有重要的现实意义。