随着互联网的快速发展,网络新闻已成为人们获取新闻信息的重要途径。与传统新闻媒体相比较,网络新闻的内容更加全面、传播速度更快、涉及面更广、获取更加方便,可以更好的据此了解社情民意。新闻事件识别是舆情分析的基础。在大量新闻中由于许多新闻描述的是同一新闻事件,识别出众多新闻信息中的同一新闻事件是热点新闻分析的重要基础。本文对描述同一事件的网络新闻识别进行了研究,先识别出同一事件的新闻并进行关注度合并,再进行新闻事件的总体关注度排序,可以更准确地进行新闻分析。主要工作如下:1.针对新浪网、搜狐网、网易网、腾讯网、凤凰网5个不同的新闻门户网站设计了不同的网络爬虫,能够有效获取不同网站的新闻数据,抽取新闻数据的标题、正文、时间、评论数等关键信息存储在数据库中。2.在对存储数据进行预处理的基础上进行聚类分析。首先对存储在数据库中的新闻数据进行去噪声、过滤停用词、去掉重复项等预处理操作,然后采用K-means算法对新闻进行聚类分析,把相似话题的新闻聚类在一起,方便后期对同一新闻事件的识别。3.基于对新闻事件的时间、地点、人物和类别的关键词分析并结合TF-IDF加权算法识别相同的新闻事件,在此基础上计算出各新闻事件的总体关注度,并进行新闻热点排序。本文选取上述5个新闻网站的新闻数据作为语料库,对本文方法进行了实验,实验结果验证了本文方法的有效性。