随着互联网的迅速发展,电商平台逐渐成为大众购买商品的主要渠道,企业官方微博是服务于电商平台的便于企业发布对外消息、用户讨论评价产品的一种新型方式。随着公司网络营销影响力的增加,与公司相关的微博文本数量日益增多,其中隐含着许多与公司密切相关的话题。挖掘得到其中有价值的信息可以实时监控与公司相关的舆论动向,支持公司管理层决策。微博主题检测技术是研究如何对大量的微博数据信息进行管理分类,这己经成为当前微博研究中最热门的方向之一。主要工作内容如下:(1)微博中包含大量的无法分析其主题归属的微博。如果一味抛弃将会大大影响整体主题的输出,遗漏掉很多微博作者关心的话题。因此本文在目前已存在的微博主题模型基础上,着重分析微博的结构和微博间的关系并结合概率主题模型设计和提出了基于微博转发评论关系和自身上下文关系的面向隐式微博的主题模型CGRMB-LDA模型。该模型利用微博间评论关系、转发关系和上下文关系扩展隐式微博来达到明确隐式微博的主题归属的目的,最后采用吉布斯采样的方法求解模型得到微博-主题和主题-词汇的概率分布。(2)本文还探讨如何快速便捷地利用微博开放平台的API接口实现获取微博间的评论转发关系来分析处理隐式微博。另外,本文还针对隐式微博的特点经过数据预处理、网络符号替换和情感词扩充使得最后主题模型的输出更加准确并带有一些情感色彩。