随着互联网的飞速发展,网络便捷的服务及民众参与意识加强,网络已经成为民众舆论阵地,各种社会现象问题在网络舆论的发展下悄然放大。网络舆情的表现通过网络新闻评论、自媒体、搜索引擎和论坛等途径传播,当网络热点事件不断攀升时,网络舆情风险高频发生。如农产品的发展关乎民众生活和健康,涉农产品的安全问题在网络舆论下易被误解误读,会影响产业发展,引起民众恐慌,从而对产业造成经济损失。农产品安全网络舆情对社会影响日益增加,为正确引导农产品的网络舆论方向,使农业部门从舆论被动转为主动,及时阻止负面舆论的扩散,降低舆情热点事件的负面影响,提高农产品网络舆情监测能力尤为重要。本研究基于大数据技术搭建农产品网络舆情监测系统,在大数据平台基础上开发网络爬虫实时采集、处理分析数据、热点话题发现及追踪、舆情情感极性数值计算和可视化数据展现,利用大数据技术提升处理速度,研究目的是为增强农产品网络安全舆情监管力度,为有关部门的决策提供有效依据。首先介绍网络舆情监测的研究背景及现状,分析农产品网络舆情监测系统的需求及采用的关键技术。采集信息用Scrapy从互联网采集涉农产品相关信息作为分析数据,检索使用Solr搜索服务器,利用文本处理算法分析采集数据,实现舆情话题识别、追踪和情感极性计算。为解决传统单机运算及存储瓶颈,采用基于Hadoop分布式平台及Spark内存计算框架,通过整合多台设备实现分布式存储及高效分析处理数据。系统分为信息采集、信息处理、信息分析、舆情管理和系统管理五大模块,并对相关的算法进行改进,阐述各个模块的实现过程及所需的开发环境,对系统进行测试能及时完成所需分析任务。