网络热点话题分析是对文本数据进行归类、话题提取、网络热点跟踪等处理的关键技术,在文本分类、搜索引擎、新闻推荐等领域有着广泛的应用。关键短语是由N元词组成的词串,语义语境相对完整,具有相对完善的文本特征,能够更清楚地表达文本的主题信息。因此,对关键短语提取方法的研究有助于提高话题分析的实用性。SegPhrase算法是当前提取关键短语最新的技术,其提取关键短语的结果比传统方法具有更高的准确率和召回率。通过我们的分析及实际的应用发现,SegPhrase算法还存在一些缺陷需要改进。SegPhrase算法在提取关键短语的过程中仅基于关键词统计信息来产生短语候选集;在对短语质量评估的过程中没有充分考虑不同特征对短语重要性影响的差异;此方法也不能很好的支持中文文本的关键词短语提取。为了更好地对中文文档进行主题分析,本文对SegPhrase算法进行了改进。在短语候选集产生的过程中,本文通过使用词串之间的互信息特征,能够保留部分低频但关键的短语,改善了仅仅依靠频率提取候选短语的缺点;在对短语质量进行评估的过程中,本文利用了短语不同特征的差异性,将文本特征利用袋外数据(OOB)误差方法进行了分类处理,并赋予不同的.特征不同的权重对短语进行综合评估,使之更符合短语的实际应用语境。此外,针对基于关键词的主题分析方法存在的缺乏上下文语境、无法解决一词多义等问题,本文提出了一种基于关键短语的网络热点话题分析方法,利用语法、语义以及结构相对丰富的短语对文本进行热点话题分析。本文实验数据,是从国内各大门户网站持续一个月抓取的文档。通过实验证明,改进的SegPhrase算法比原方法具有更高的召回率和准确率,基于关键短语的主题分析比基于词的话题分析,更能够清晰、准确的表达当前网络热点话题。