在线社交网络已经成为用户分享信息、发表观点的重要平台。当用户在社交网络围绕某一主题发表评论信息或者与其他用户展开讨论时,就会形成在线社交网络话题。由于不同用户的认知存在差异,看待话题的角度与评论的焦点也并不相同,因此在线社交网络话题会包含不同的关注点。通过研究在线社交网络话题关注点,能够帮助管理者掌握用户诉求,跟踪用户关注点的发展,为品牌管理、危机管理提供理论支持。以微博与论坛为代表的在线社交网络是社交网络话题出现的两类重要平台。由于上述两种不同情境的话题语料主要由短文本构成,本文首先根据微博话题与论坛版块两种不同数据特征,研究相应的话题关注点的识别方法,这是在线社交网络话题关注点研究的基础。其次,通过对关注点交互作用建模,研究一种社交网络话题关注点的热度评估模型,描述关注点的热度变化,并根据关注点的热度函数,分析不同类型关注点的最优干预时机。具体研究工作与创新点如下:（1）针对微博话题的关注点识别方法。本文根据微博话题语料中“邻近”用户发表文本具有相似性的特征,研究一种短文本合并策略。根据虚拟长文本内子文本的贡献率对短文本赋予不同权重,构建了混合权重的微博话题关注点识别模型。该模型仅通过微博话题语料自身的信息而不需要其他外部信息,同时赋权策略能够降低噪音文本的影响,解决了由短文本词共现较少引起的稀疏性问题,达到从微博短文本话题语料中有效识别关注点的目标。所提模型有条件的放松LDA模型文本间相互独立的假设,对主题模型相关理论进一步扩展与延伸,也丰富了主题模型在话题识别领域的研究内容。（2）针对论坛版块的关注点识别方法。由于论坛版块语料中用户回复帖的发散性与创新性,部分主帖的关注点分布与回复帖并不完全相同。根据帖子间的弱相关性特征,本文研究了一种基于多重迭代合并策略的关注点识别方法。该模型根据每轮迭代得到短文本帖子的关注点分布,将关注点分布相似性高的短文本帖子重新聚类合并,经过多重迭代,最终聚类合并形成的虚拟长文本内短文本关注点分布一致性高,正确词共现的增加使稀疏性降低。实验表明所提模型在两个实验数据集上均能较好识别出关注点,一致性检验也优于对比模型。最后通过相关参数的敏感性分析,验证了新方法的有效性。（3）在线社交网络话题关注点热度评估模型与干预分析。根据话题关注点之间的交互影响,本文研究了一种基于Aging theory关注点热度评估模型,通过建立关注点的热度函数描述关注点的热度变化。该模型度量了关注点间的交互作用,将每阶段营养素重新设计为两类,不仅能提升关注点热度评估建模效果,还可同时依据关注点中两类营养素的比例将关注点划分为两种类型。通过计算关注点热度函数的一阶导数,研究了关注点热度函数的增长率变化趋势,并通过结合关注点的类型,分析各关注点最佳干预时间与干预方式,扩展了信息传播与信息干预领域的研究内容。最后以4个数据集为例,验证所提热度评估模型描述两种类型关注点的热度变化趋势的效果,通过营养素的变化解释关注点热度变化的原因,并根据热度增长率找到相应关注点的干预时间。本文以在线社交网络话题关注点为研究对象,对社交网络话题研究进行延伸,丰富了短文本主题识别的方法,同时研究成果也为相关管理者了解用户关注、制定对应营销策略以及舆情管理等提供理论支撑。