随着互联网在全球范围内的迅速发展,互联网已经成为人们获取信息的重要途径。然而互联网信息量的爆炸式增长,如何有效的在互联网上获取有用的信息已经变得极其困难。搜索引擎在信息检索中扮演者重要的角色,已经成为人们在日常生活中进行信息检索不可缺少的工具。随着网络变得越发复杂,即使谷歌、百度等搜索引擎巨头也不能完全满足用户的需要。面向专业领域的垂直搜索引擎成为搜索领域研究的热点。互联网作为一种交互式媒体,被越来越多的人用来表达自己的观点和态度。如何利用这些带有倾向性主观性语言的股票资讯来预测股票未来价格走势已成为文本倾向性分析研究焦点。文本倾向性分析属于自然语言处理范畴,其主要目的是获取文本中蕴涵的主观褒贬倾向,对事物的未来发展趋势进行预测。无线通信业的迅速发展导致智能手机需求大幅增加,随着3G时代的到来,智能手机的功能越发完善,手机上网的资费越来越低。Android手机以其无可替代的开放性,灵活性迅速占领市场。本文详细介绍了Web数据获取技术,文本倾向性分析技术和移动平台技术,针对股票资讯的特点,改进了传统搜索引擎的数据获取技术。通过将人工神经网络与Shark-Search算法相结合的策略,来指导网络爬虫系统的爬行方向。设计并实现了一个面向金融领域股票资讯的网络爬虫系统。同时提出了一种基于标点符号的网页去重策略,该方法可以很好的解决网页重复搜集的问题。并改进了系统相似模型,在贝叶斯分类算法和系统相似模型的基础上设计了一个股票资讯分析与预测系统。最后在Android平台下实现了一个股票资讯搜索与预测系统,该系统自动搜集互联网上股票资讯,通过对股票资讯的处理和分析,最终对股票板块未来价格走势进行预测。