随着人们生活水平的不断提高,对物质的追求也丰富多彩,日常生活中各式各样垃圾的产量也随之激增。世界各国都在寻找适合本国国情的能够有效解决垃圾污染问题的有效方法,目前我国正面临着严重的“垃圾围城”窘境,2019年中旬,上海市推行垃圾分类管理条例,接着全国46个城市又开展垃圾分类试点工作,一时间,“垃圾分类”话题引起网民广泛讨论,推进垃圾分类政策的有效落实,不单单靠政府出台相关政策来监管和制裁,更要靠每一个公民的自觉性和分类观念的正确建立,以及对普遍群众意识教育的有效推进。在全国推进垃圾分类举措的过程中,网络上掀起了一场以此为焦点的舆论热潮。本文利用网络爬虫技术采集新浪微博、知乎中有关“垃圾分类”的文本评论,以及人工搜索其他社交平台中的网民观点看法等评论共计5000条文本数据,经关键词筛选处理后保留剩余有效文本2000条,对该文本进行预处理,文本训练集人工标注为:积极与消极两大类,在去停用词部分,由于“垃圾分类”为主题的评论存在一些特有的非情感词语,因此,本文自定义了一个停用词表,与原有的停用词表相结合,提高了特征提取的质量。其次,使用互信息、信息增益、卡方检验三种特征提取方法进行对比,选出最优的卡方统计用于后续分类模型的建立,对比朴素贝叶斯、逻辑斯谛回归、支持向量机三种分类算法进一步挖掘网民的观点和态度,结果表明以卡方统计提取特征再进行朴素贝叶斯分类得到的分类准确率是最优的。最后用所选模型的分类结果进行舆情分析,对网民持何种观点做出回应,这对于垃圾分类政策议题宣传的后续进展提供舆情支持,同时通过网民在微博、知乎等社交平台的热烈讨论,针对性的为目前垃圾分类政策提供一些积极有效的意见与建议。