随着互联网的普及应用，互联网已经成为影响人们工作和生活的一种新媒介。越来越多的人们更愿意通过互联网提供的各种平台表达个人情感、表达自己对国际形势、政府政策以及社会事件等的态度和观点。因此，互联网已经是舆情传播主要媒介。为了防止网络舆情对社会治安造成负面影响，必须及时掌握网络舆情动态，并适时加以导控。在对网络舆情进行分析过程中，文本分类和文本聚类是自然语言处理中两种重要的技术。网络上的文本数据中短文本的数量相当大，因此，研究短文本分类和聚类很有必要。目前，对长文本分类的研究很多，但是专门针对短文本分类的研究很少，也没有真正适合短文本分类的算法。 　　针对以上问题，本文首先介绍了文本分类和聚类以及短文本分类的研究现状，分析文本分类和聚类的流程，挖掘其关键技术，并对文本聚类算法做了测试。其次，基于对长文本分类的研究，提出利用长文本语料库作为训练集，形成“词典”，并对特征项权重计算公式TF-IDF做了改进。然后，将改进的简单向量距离算法(Rocchio)和改进K最近邻居分类算法(KNN)相结合形成新算法，利用该算法对短文本实现分类。 　　最后，为了能够将改进的短文本分类算法投入应用，本文对新算法做了测试，并设计了网络舆情分析系统，给出了信息采集模块、短文本分类和文本聚类模块的流程设计。