Blog是一种基于RSS技术的信息交互平台,它是一种作者与读者以日志风格进行交互的中介,是一种崭新的信息传播和交互方式。与传统的网络信息相比,Blog具有动态性、交互性以及共享性等特点。为用户在互联网上发布信息和进行交互提供了方便。随着Blog的迅速发展,信息量的膨胀和信息源的无限增加使得互联网用户很难找到高质量的Blog。另一方面在Blog信息源中存在着大量的垃圾Blog,即使在一个高评价的Blog中也存在着大量的垃圾评论信息。给互联网用户的阅读与交流带来了不便。如何对Blog信息进行分析评定Blog的质量成为一个亟待解决并且及具有意义的问题。本文对基于评论分析的Blog观点提取技术进行了研究,目标是对Blog信息源进行评价得到读者对Blog的支持度。由于是从评论的角度分析Blog观点,发现在Blog中存在着大量的垃圾评论,因此本文的研究内容包括垃圾评论的识别过滤以及Blog观点提取。在对评论信息进行深入研究之后,发现垃圾评论具有评论内容高度重复性、垃圾评论者集合性、垃圾链接集合性以及垃圾评论发布时间的局部密集性等特征。本文针对垃圾评论的特征分别从内容角度、链接角度和发布时间角度对评论信息分析打分,通过得分与指定阈值的比较识别垃圾评论。对Blog结构进行深入研究之后,发现可以从评论数目、评论内容和评论中包含的情感词汇来分析。本文在垃圾评论识别过滤的基础上对评论信息进行分析,分别从上述三个角度分析对Blog打分,通过平衡因子得到Blog支持度。基于以上的研究成果,本文设计并实现了一个Blog观点提取的实验原型系统,包括了数据解析、垃圾评论过滤、情感词提取、观点提取等模块,为进行相关的算法实验和研究提供了一个基础平台。