网络技术的发展对传统媒体的影响巨大,Facebook、微博、微信等根植于网络技术的社会化媒体呈现爆发式增长,要保持传统媒体的影响力以及在新闻界的垄断地位,传统媒体必须要将网络数据转化为新闻生产的核心资源,才能在社会转型期中寻求发展和机遇。本文主要研究了短文本分类技术以及基于该技术的舆情信息检测系统的设计与开发。论文首先阐述了文本分类的发展现状以及LibSVM、Liblinear, LibShortText分类工具及它们之间的关系,然后介绍了搭建该系统所需的其他技术,包括网络爬虫技术以及基于中科院分词系统ICTCLAS2015的中文分词技术。其次,论文对舆情信息检测系统做了相关的需求分析,包括系统功能需求、系统性能需求,根据需求分析结果,论文随后提出了网络舆情信息检测系统的总体设计方案以及具体到每个功能层面的详细设计方案。最后根据设计方案完成舆情信息检测系统的具体实现。本文完成的基于LibShortText短文本分类技术的舆情信息检测系统的功能可划分为数据采集、数据存储、数据分析、分类结果展示等四个子功能模块。为了验证系统的有效性,在文章结尾部分,我们采用兰州自来水异味事件在新浪微博上产生的数据对该系统进行验证,并取得良好的效果。目前,该系统正处于测试阶段。