本文以“食品安全”问题为切入点,收集微博数据5万余条,开发了适合中文微博的公众情感分析平台。本文通过对新浪微博舆论的情感分析,及时、低成本、客观地展现了舆情与民意,揭露了食品安全的满意度现状,分析了微博情感分析在证券投资中的作用。本文设计的情感分析方法,在本文语料特征的情况下,精度可以达到92.23%。本文的研究表明经过时间平滑后的综合情感指标与证券指数间存在弱线性相关关系,具备预测潜力。本文分为五部分：第一章为绪论,主要阐述了本文的研究背景和意义、情感分析和微博情感分析的研究综述、本文的研究目标和主要方法。最后,说明了本文的创新点和难点。第二章为情感分析概述,详细探讨了情感分析的各个方面,包括情感分析的概念和基本目标、情感分析的三大主要任务、情感分析的基本方法,最后介绍了数据驱动的情感分析理念。第三章为支持向量机概述,本章首先介绍了支持向量机的基本概念、理论依据和基本特点,然后详细介绍了支持向量机的算法原理,包括线形可分情况和线形不可分情况。第四章为本文的实证部分,详细讲述了微博情感分析系统的设计与实现,包括数据获取、信息抽取、自然语言处理、文本情感倾向性计算、基于机器学习的极性分类等环节。本章最后探讨了情感分析应用于证券预测的可能性。第五章为本文的总结和不足之处。