伴随着先进制造技术和信息技术的开展,现代制造业运用信息技术提升传统产业,放大最终产品的信息含量使其增值,提升企业竞争力。具体而言,在工业产品的生产销售过程中,若能妥善利用行业舆情,可为企业提供产品升级或营销策略调整提供理论依据。本文针对五个新闻门户网站的新闻及评论数据开展热点事件识别、热点新闻分布特征分析、热点话题聚类和情感分析方面的研究。主要工作和成果如下:1.为获取实验数据,本文设计并实现了针对五个新闻门户网站的采集系统;为探究热点新闻与用户行为之间的联系,以采集到的新闻及评论为样本,分析其空间时间的分布特征,并改良基于Hacker News的热度算法,用于提取新闻当中最受用户关注的部分。2.为从不断涌现的新闻报道中获取热点新闻事件信息,本文提出了一种基于评论的热点新闻事件识别方法,利用结合时间因素在内的相似度计算方法,进行热点事件识别,再通过实验对方法中的识别因子进行探究,得到最优参数配置。3.针对企业需要了解用户需求及网友讨论话题强度来引导产品升级及改变营销策略的目的,本文设计了一种基于主题模型的主题聚类框架,并以汽车产业为例,验证其应用于某一行业的可行性。4.为对热点话题除关注度分析外再进行拓展的情感倾向分析,本文提出了一种结合读者态度和新闻热度的情感极性分析方法,并以新车上市话题为例,验证其应用于某一话题的可行性。本文针对现代制造业的行业舆情新闻热点发现及分析方法展开研究,从热度及语义两个方面对特定行业进行解读,有助于企业了解用户的最新需求,改变企业的营销思维,并为企业决策提供理论依据。