随着互联网络快速发展,互联网日益成为舆情产生和传播的重要场所,网络舆情在社会生活中扮演着越来越重要的作用。为了加强互联网管理和监控,开展互联网舆情信息的监测与分析,已经成为目前各级政府部门面临的急需解决的现实问题。互联网舆情监测分析系统可以实现针对互联网海量舆情自动实时的监测分析,有效地解决政府部门以传统的人工方式对舆情监测的实施难题。在互联网舆情监测分析功能中,舆情热点自动发现和分析技术的研究和应用是其中很重要的一环,可以帮助政府用户对互联网热点及时快捷的了解和掌握。本文针对现实应用需求,研究了舆情热点的自动发现及深入分析技术,提出了一个实用的舆情热点动态检测算法。该算法在综合考虑热点特征和人们的认知规律基础上,引入了主题排序、主题合并和调整、报道淘汰以及主题描述等步骤。实验表明,在实际应用场景中,本文所述方法明显提高了舆情热点的检测效果,增强了实用性。在多文档关键词提取方面,本文提出了结合词性标注和统计信息的方法,有效利用多个文档所反映的的全局性的重要信息,同时又尽可能的过滤掉信息冗余。在中文测试集上的实验证明了该方法的有效性。对于主题追踪技术提出了基于查询的追踪器构造方法,在追踪器构造过程中采用了新的特征词选择方法。对k-means聚类算法进行了改进,为避免孤立点的影响,对第n+1轮聚类中心的计算只考虑第n轮中与中心比较接近的若干点,提高了聚类结果的稳定性和准确性。对新闻主题进行聚类形成专题,利用主题追踪技术追踪特定的新闻主题,实现个性化服务。最后,本文给出了一个具体的应用实例系统——互联网舆情监测分析系统,说明了舆情热点自动发现技术的重要作用。