时间是信息空间中很重要的一个维度。大部分的文本中均包含时态信息,这些时态信息在时序文本组织、时间维度的知识挖掘等方面具有很重要的作用。将时态信息融入信息检索技术中是搜索引擎发展的潮流和趋势。这一领域主要研究网页中包含的时态信息,尤其关注利用文本排序结果和文本主题聚类中的时态信息,且已在话题追踪、微博检索实时性较高的检索场景中展开了相关的应用研究。研究基于文本时态特征的信息检索技术对于提高搜索引擎的搜索效果、推进Web信息检索技术的发展具有重要的研究意义。目前,对研究主题中的时间信息利用情况,还仅停留在利用文本创建时间、修改时间等阶段,并未很好的利用电子化文本内容中的显式和隐含时间信息,在缺乏对研究主题时间知识的情况下,限定了相关性较高的研究的检索与利用程度。分析并利用文本中的时间特征,不仅有助于在海量文本中快速找出特定时间段内的有效信息,还可以借助文本内容中的时间特征,挖掘出不同的信息平台在潜在趋势上具有时间关联性的的研究主题,并可以从上述研究主题中发现有意义和价值的现象。基于各种模型和算法,结合多种研究方法,使用各类别的信息资源载休,本文完成了具有不同时序变化特点的文档时间特征探究,以及如何将这些特征融入研究主题检索中,探讨如何史好的挖掘和利用检索结果中的时间知识。在引言中说明了开展本研究的背景、意义、创新点、整体流程、文章的整体框架和所使用的资源。在文献综述章节里,围绕着时间信息抽取与语义描述、文本时间特征与知识组织、主题演化分析研究、微博与其他信息载体综合利用研究等研究背景,进行了多角度的相关研究综述。在文本时间特征探究方面,设计了基于语义的文本时间短语抽取算法,并在此丛础上构建了事件与时间的关联关系,在选择了在文本时间特征方面具有典型性的两个信息资源载体-学术期刊库和微博社交平台的数据基础上,针对各载体显性的时间表达式、隐性的时间表达式和相关的时间表达式分布复杂度情况展开了一系列研究。主要通过利用主题模型LDA和其变体模型labeled-LDA实现了潜层时间标注维度的自动识别和标注,通过选择含有时间词的微博标签进行了相关算法的性能评估。在基于时间的文档检索与分析方面,通过引入了基于时间的文档排列算法,探索针对研究主题的检索应用是如何从时间信息中获益的,并在时间分布上的KL距离算法基础上,发现在时间演化过程中有相似变化趋势的研究主题,并由此提出快速识别研究主题发展过程中的关键时间点的方法。最后,在前几章对科学文献与微博等不同文档的时间特征的研究基础上,利用动态主题模型和时间分布上的KL距离,将两种具有不同时间演化特点的学术资源文档集合进行主题整合,并利用可视化工具对同一研究主题在不同信息平台潜在时间关联性进行了分析与展示。