随着移动网络的飞速发展和智能终端设备的大规模普及和应用,人们在碎片化时间里的娱乐方式多种多样,而手机游戏逐渐成为其中最为主流的一种。各大手机应用市场给玩家用户提供了便利的手游下载渠道,玩家同样也能够非常便捷的通过游戏社区、应用市场、微博等平台对自己所玩的手游发表意见或提供建议。手机游戏作为新兴的朝阳行业,给游戏开发商带来了巨大的商业利益,如何进一步挖掘一款游戏的商业价值要求游戏产业人员需要将玩家的游玩体验始终放在最重要的地位。因此,在游戏的研发、测试和运营阶段,游戏产业人员迫切的想要知道游戏在玩家中的口碑,并以此为指导来制作符合大众口味的高品质游戏。这些评论反映了游戏的版本更新和最近的运营活动在玩家中的反响和口碑,通过观察这些有价值的评论,游戏运营专员可以获得游戏和运营活动的优化方针。另一方面,对应用市场而言,评分和评论数据也可以用来动态调整排行榜的游戏排名。本文立足于手游领域,以海量手游评论为研究对象,详细研究和探讨了这其中所需的关键技术。基于这些关键技术,本文利用Python语言,通过My SQL、Django等框架和工具,实现了一个以手游评论为背景的舆情监测系统。本文主要工作如下:（1）手游领域新词发现及情感词典构建。通过对海量的手游评论数据进行爬取,本文获取了足量的评论语料,并通过新词发现的方法来构建手游领域词典。在获取词典后,进一步进行情感词的识别和正负面情感词的分类。（2）手游评论的情感倾向性分析。通过构建LSTM神经网络和Bi LSTM神经网络模型来对手游评论内容进行情感倾向性判断,潜藏在手游评论背后的正负面情感可以通过该模型被有效的区分开来。同时融合本文所构建的手游情感词典进行特征提取,并将得到的实验结果与目前相较成熟的传统情感分类方法进行比较。（3）手游评论舆情监测系统设计与实现。以上述的研究成果作为支撑,采用广受开发者好评的Django作为Web框架实现一个以手游评论为背景的舆情监测系统。