随着互联网技术不断的发展,计算机网络给我们带来丰富多彩的信息资源,但随之而来的是获取信息的难度在不断增加。当前信息日益膨胀的原因,主要是由网络信息的两个特征造成的:(1)网络信息规模不断增加(2)网络信息结构杂乱无章。因此,快速便捷的从互联网中获取所需相关信息的技术将有助于帮助人们摆脱这个困境。目前,搜索引擎已经成为人们获取信息的主要来源的手段之一,但其一般是采用关键词匹配来查找信息,未能体现文章间的相关性。尽管现在新闻媒体在作专题性的新闻报道是能让人们了解整个新闻事件的来龙去脉,然而,新闻专题报道都是通过人工归类总结到一起。针对以上存在问题,本文设计一个基于互联网热点话题的搜索模型及实现方案,具体总体设计如下:首先,设计定向抓取相关网页资源的聚焦爬虫,针对定向主题爬寻网页信息,通过网页去标签化,页面内容重排等手段,使处理过的文档满足系统需要。然后,对文档进行中文分词,提取特征值,权重计算等一系列预处理工作,构建文档向量空间模型。最后,利用话题侦测的研究技术,针对互联网信息的特点对话题侦测进行设计。通过测试对比各种文本相似度算法和文本聚类算法,从中选出合适的算法进而获取互联网热点话题。验证测试表明:本文利用相关的各项技术,通过实验测试和展示基本上完成了本论文的设计目的,能针对互联网热点话题自动发现,话题相关文本聚类关联度高。