随着互联网的飞速发展,各类企业相关的舆情信息和行业动态信息呈爆炸式增长,舆情信息对企业发展起着重要作用。因此,如何在海量信息中获取对企业有价值的信息,具有一定的研究价值。企业舆情监控系统经过多年的发展,在帮助企业获取、搜索、分析和监控与企业相关的舆情信息方面取得了一定的进展,得到了较广泛的应用。但面对越来越多的各类网站、论坛、微博和微信等自媒体数据,如何有效地获取相关信息,并在数据预处理的正文提取过程中,兼顾速度和质量,快速有效地提取企业相关的信息;如何面向企业用户个性化地推荐他们感兴趣的信息依然是一个没有解决好的问题。基于上述问题,本文设计并实现了企业舆情系统POMS,其主要工作包括如下几个方面:1.构建了舆情监控系统框架,设计并实现了舆情监控系统POMS的数据采集模块、事件分析模块、全文检索模块、文章推荐模块和用户管理模块。2.针对数据预处理中正文提取方法难以兼顾速度和质量的问题,研究网页正文提取算法,分析了基于标签路径比率的网页新闻提取算法和基于行块分布的正文提取算法的优缺点,提出并实现了先探测网页正文位置并将正文位置入库,再提取正文的方法。3.针对舆情监控系统中全文检索模块中检索结果排序不够个性化的问题,使用TextRank文本分类方法与用户兴趣随时间衰减的用户模型,对Elasticsearch检索结果进行了个性化排序,取得了更加个性化检索结果。本文面向企业用户构建了企业舆情监控系统POMS,重点讨论正文提取算法、文本分类和用户模型的构建,相关系统和模块已经在实际系统中得到应用,具有一定的创新性和良好的应用前景。