随着互联网技术的快速发展与应用的普及,网络越来越成为人们交流的主要工具,特别是微博的发展与应用,使得人们能够更加简单便捷的表达自己的情感,同时,微博的开放性与迅速性使得一个观点能够快速的成为舆论。所以,研究微博舆论的演化过程以及如何对其发展趋势进行预测已经成为人们关注的热点之一。本论文在对微博的特点进行研究的基础上,学习借鉴了微博舆论的发展规律和趋势预测技术的可实现方法。并在现有的理论基础上,开发了微博舆论趋势预测系统,最后使用微博数据验证了系统的功能。论文研究工作受到了高等学校博士学科点专项科研基金(No.20100009110002)的支持。本文的研究工作如下：1.学习了舆论的传播过程、微博传播的特点以及现有的网络舆论的趋势预测方法。2.研究了新浪API接口的特点以及网络爬虫的技术,使用新浪API接口作为主要数据采集方法,利用网络爬虫技术辅助信息采集的方法,完成了对微博平台上指定微博的数据采集。3.在分析了神经网络的结构特点的基础上,采用前馈反向传播网络(BP神经网络)对历史数据进行分析,并使用遗传算法对神经网络进行网络结构的优化,训练相应的神经网络以适用于微博的发展趋势预测。4.使用编程语言对系统进行开发,利用采集到的微博数据训练神经网络,实现了一个微博舆论发展趋势预测的系统。5.通过实验,将历史数据输入系统进行预测值和真实值的比对,验证该系统运行基本稳定。