随着互联网时代的来临,网络已经成为了人们获取信息的重要途径。网络快速发展使得信息量剧增,用户在海量数据中如何精准地获取到所需的信息,俨然已经成为了一个值得关注与研究的问题。网络博客的编辑方式较为随意,没有统一的规范,故而使得自动生成网络博客的文摘有一定困难。基于此,本文展开了针对网络博客的自动文摘算法及其应用的研究。本文对自动文摘算法理论与方法进行了研究,基于研究成果设计实现了一个针对新浪博客的自动文摘系统,实现了新浪博客网页正文内容的提取以及实时自动文摘功能。本文的主要研究内容包括以下4个部分:1)研究中文关键词抽取算法,分析TF-IDF算法与TextRank算法在文本关键词抽取领域的优缺点,提出了一种融合TF-IDF与TextRank算法的文本关键词抽取方法。2)研究TextRank自动文摘算法。根据中文博客文本特性,针对中文博客文本编辑方式随意、无特定格式等特征,提出了一种结合关键词抽取的基于TextRank的自动文摘算法,并通过改变关键词的使用顺序来实现新算法性能方面的提升。实现过程中,使用改进的BM25算法计算句子间相似度。3)设计参数实验、对比实验等。在实验数据集上,对多种关键词抽取算法进行对比,并使用精准率、召回率和F1-score指标评价实验结果。另外,对比了多种基于TextRank的自动文摘算法并使用ROUGE指标评价各算法的性能。实验结果表明,本文所提出的关键词抽取算法以及自动文摘算法性能更优。4)基于本文改进的自动文摘算法、网络爬虫框架和网页正文提取算法设计实现了一个针对新浪博客的自动文摘系统。