随着互联网行业的高速发展,网络舆情作为舆情的一种表现形式,在给企业带来了多方面话题的同时,也隐藏着巨大的风险。网民的差评,媒体的负面报道都有可能造成消费者的流失或使得投资者望而却步。对于每个企业管理者来说,清楚的掌握企业在网络上的风评情况,了解自身企业所存在的网络舆情风险是十分必要的。然而,我国的网络舆情监测大多是针对网络上违法犯罪和黄赌毒等不良内容的监测,虽然取得了不错的研究效果,但是此类监测往往用于政府机关,对于企业来说,上述监测内容与企业的相关性较低,普通用户和媒体的情感态度才是其更应该关注的因素。本文在分析国内外网络舆情监测研究成果的基础上,从文本情感分析的角度出发,对企业网络舆情监测的核心技术进行研究,通过扩展台湾大学情感词典和HowNet情感词典,提高了文本与情感词典的匹配度,并通过建立中立词词典实现了对文本中立情感的分类,构建了多种情感词典用于提取文本情感特征,结合朴素贝叶斯模型和决策树模型进行分析,对网络评论数据和网络新闻数据完成了情感极性的三分类,通过扩展标准词集的方式改进了 PMI算法,提升了情感分类准确率,并采用情感分析后的数据制定了基于情感分析的企业网络舆情监测指标,结合改进的模糊综合评价法和层次分析法给出了企业网络舆情监测方法,最后结合9家企业的网络舆情信息进行了案例分析。论文在理论研究的基础上设计并实现了基于文本情感分析的企业网络舆情监测系统,主要包括网络爬虫模块,数据存储模块,情感分析模块和数据展现模块。通过该系统,企业管理者可以对自身企业所存在的网络舆情危机有较为直观的了解,并进行实时监测;普通用户也可以通过查看企业的舆情信息作为对消费,交易,就业等决策的重要参考。