随着网络技术和移动客户端技术的不断完善和发展,人们每时每刻都在产生、共享和传递数据,其中很大一部分是以文本形式存在的。如何从文本数据中高效的提炼有用的信息和模式已经成为数据挖掘应用中一个亟待解决的问题。由于文本数据自身的变化和文本语义分析的不断深入,以隐含狄里克雷分配(LDA)为代表的主题模型逐渐成为在文本分析领域应用最广泛的算法族之一。本文的主要研究对象是社会文本流,社会文本流是一种用于交流的非正式的依赖于时间的短文本数据集,它的特点是:语言环境相对自由,用词不规范,噪声信息多;单篇文本篇幅短但是数据量大;对上下文本语言环境依赖性高;具有例如时间、作者等附加信息。直接将传统的主题模型应用在这类文本上,学习效果往往不尽人意。本文将以LDA模型及其扩展模型为研究基础,结合社会文本流的特点,主要解决LDA主题模型及其扩展模型在社会文本流建模中存在的两个问题:传统的LDA模型直接应用于短文本分析适应度不高;传统的LDA模型及其扩展模型对动态文本话题转换的捕捉和解释能力不强。首先本文从LDA模型对短文本适应能力不高的特点入手。其原因在于:LDA模型关注的词共现信息往往局限于单篇文本内,因此对于篇幅短信息匮乏的短文本来说LDA模型的学习效果往往不理想。本文提出了文本重组模型,该模型显式的将文本中词同现信息提供给LDA模型,以克服文本信息不足的问题。其次,社会文本流对上下文语言环境依赖度高,文本的话题转换往往随时间变化。本文提出了时序的附加标签的隐含狄里克雷分配模型(TL-LDA),该模型通过标签转换矩阵捕捉文本的话题间的相互影响,以提高模型对话题的捕捉能力。模型通过先验概率分布模拟时间的变化,得到有更加丰富涵义的后验主题信息,同时在建模过程中加入了有监督的学习技术,提高了模型对话题解释能力。通过对比分析实验结果得出结论:本文提出的重组文本模型和TL-LDA模型相比于其他传统模型,能够更好的适应社会文本流的学习和分析。