现阶段,公众对于食品营养缺乏应有重视,营养宣传教育必不可少。近几年政府对于食品营养科普这方面关注也越来越多,而且随着互联网技术的快速发展和广泛应用,食物营养的科普信息在网络媒体上的宣传形式变的很多,但是质量参差不齐。由于公众对于此类信息的认知匮乏,导致此类网络舆情也逐渐传播,对社会产生不良影响。因此对于食物营养科普信息的进一步监测管理十分重要,根据食物营养科普信息需要进行监测这一需求,本文设计并实现了基于主题爬虫的食物营养科普信息监测系统,开展食物营养科普信息监测,实现正确引导、科学处置,保障公众的营养健康安全。在对网络舆情分析系统主要技术研究的基础上,针对此类信息的实际需求,本文开展了以下几方面的工作:1.针对食物营养科普信息传播的广泛性以及缺少监管性等特点来进行需求分析,根据功能性和非功能性需求分析的结果,设计出了本系统详细的架构体系。按照层次化来进行构建,主要分为三层,分别为食物营养科普信息数据采集层,核心服务层（包含食物营养数据预处理以及相关算法实现）,功能展示层（展示食物营养科普信息数据分析结果,包括舆情动态,舆情属性等功能）。根据系统架构的设计完成了食物营养科普信息的数据采集,核心服务,功能展示等模块的设计,并完成了相应的食物营养科普信息数据库设计,包括爬取信息表、数据来源信息表等数据库表。2.对于食物营养科普信息监测系统主要功能的实现,需要进行相关技术与算法的研究与实现,主要包括:数据采集技术,文本聚类、文本分类、情感分析等算法。首先需要获取食物营养科普信息领域数据,用主题爬虫来获取,主题爬虫的数据来源是舆情高发的网站,本系统主要是:微博,微信公众号,百度贴吧,而食物营养科普主题的关键词的选取主要是通过营养学词典部分,保健食品功能,贴近于此领域的词汇（如:水果,农业等）来确定。数据获取完毕之后,需要对食物营养科普信息进行预处理包括分词处理,停用词处理等操作,然后进行算法的对比实验,通过精确率,召回率,F1值三大指标来进行衡量算法的优劣。实现话题跟踪与检测功能时,需要使用的是文本聚类和文本分类算法,文本聚类使用的算法有LDA主题模型,K-MEANS,DBSCN,通过指标的比较,DBSCN比较准确;文本分类使用的算法有SVM,KNN,Bayes,通过指标的比较,朴素贝叶斯更加准确。由此看出,把DBSCN与朴素贝叶斯应用到系统中。在实现食物营养科普信息舆情属性功能时,需要进行文本情感分析,使用的算法有LSTM,CNN,RNN,通过指标的比较,CNN较为准确,把CNN算法应用到系统当中。3.根据食物营养科普信息的需求分析,完成了系统的功能模块设计以及适用于本系统的算法选取实验,并以此为基础完成并实现了基于主题爬虫的食物营养科普信息监测系统,实现的主要功能包含:可视化展示、信息管理、系统管理、报表统计等。本系统选择B/S系统架构,前台使用Layui框架构建,后台使用Spring boot框架,以Java、Python作为开发语言,Java实现系统的开发,而系统中的主题爬虫以及算法设计是为Python。MySQL为系统数据库,数据库与网站本体部署在同一台物理服务器上。完成系统开发后需进行系统测试,测试结果显示此系统能够满足设计阶段确定的功能性需求和性能需求,可以进行基本的食物营养科普信息监测与分析。该系统已在农业农村部食物与营养发展研究所得到应用。实践表明,该系统可以满足使用人员对于食物营养科普信息监测与分析需求,能够及时了解食物营养相关科普动态。