互联网已成为人们发布信息和表达观点的重要媒介,其中以微博为代表的新型社会化网络媒体服务,使人们分享和传递信息更加自由、灵活。微博提供了这样一个平台,你既可以作为观众,在微博上浏览你感兴趣的信息；也可以作为发布者,在微博上发布内容供别人浏览,它具有内容自主性、传播即时性和方式互动性等特点。目前国内几大门户网站均已开设微博,据中国互联网络信息中心公布的数据,截止2012年12月,全国网民中的微博用户比例达到54.7%。在微博这个庞大的即时通讯社交网络平台中,一些话题受到广大用户的关注而成为评论的热点,微博信息和评论信息反映了广大网民对于特定事件的态度和观点,因此针对热门微博和评论进行分析和预警,对于全面掌握舆论动态、了解民意和促进微博的健康发展具有较强的现实意义。本文首先分析了微博平台的特点及其相关技术,包括OAuth互联网认证协议和微博应用开发规范等,然后提出了基于确定话题的相关微博观点分类系统框架,主要包括微博爬虫、重点监控和观点分类三大部分。针对新浪微博平台,设计了相应的微博爬虫,抓取微博平台中用户基本信息及其所发布的微博信息、评论信息等,存储到本地数据库,接着提出了针对确定话题的相关微博观点的分类方法,基于HowNet,以语义相似度计算为基础,设计并实现了从文本分词、标注词性、相似度计算到情感倾向分类的整个模型,将微博评论所表达的观点进行分类,并且以表格或图形的形式展现给用户。另外,针对重点微博账户,设计了监控功能,能够一定程度上及时掌握被监控微博账户的动态。最后,设计并实现了原型系统,对运行结果和测试结果进行了分析,指出优点和不足,为该领域的进一步研究提供了参考。