网络口碑是指网民通过论坛、博客等网络渠道和其他网民共同分享的关于公司、产品或服务的文字及各类多媒体信息。随着互联网的快速发展,网络口碑将直接影响到企业和政府的信誉度。在日益复杂的网络环境下,网络口碑监测成为政府和企业必须重视的工作。构建网络口碑监测系统可以有效地协助企业掌控网络口碑及其发展趋势,有效应对网络口碑危机。本文基于文本挖掘技术研究了网络口碑信息监测相关技术,并给出了网络口碑监测系统的设计及原型实现。在网络口碑监测系统中,通过元搜索技术采集互联网上各种形式的口碑信息,从而全面地获取网民对企业或产品的评价；同时通过网页解析、中文分词及特征提取,构建向量空间模型；最后通过文本挖掘技术将其自动聚类,提取出信息中包含的情感倾向。本文首先讨论了网络口碑信息采集技术,回顾了搜索引擎技术的发展及分类,介绍了网络爬虫相关技术和元搜索技术。结合网络口碑信息监测的需求,选择了元搜索技术来采集网络口碑信息。在完成对数据采集技术的讨论后,本文讨论了网页信息预处理的相关技术,包括网页解析技术、中文分词技术及特征提取技术。网页解析方面,主要介绍了HTML与XML语言的解析方法及元数据提取方法。中文分词方面,主要介绍了中文分词算法及ICTCLAS分词系统。特征提取方面,主要介绍了文本特征的表示方法及特征提取的方法。结合网络口碑监测系统的需求,本文使用正则表达式提取网页文档的内容,并结合ICTCLAS分词系统实现中文分词,最后通过计算词语的相对词频来提取文档特征构建向量空间模型。接着,本文重点研究了文本聚类技术和倾向性分析技术。聚类技术方面,回顾了聚类的常见算法并结合知网语义模型和多次采样的方法给出了一种K-Means算法的改进。文本倾向性方面,本文基于知网构建情感词典,来测度特征词和文本的情感倾向性。结合对文本挖掘相关技术的研究,本文最后给出了网络口碑信息监测系统的设计模型和原型实现。