随着网络技术的迅速发展,社交媒体成为网民彼此交流和获取信息的主要工具和渠道。微博是当前最受欢迎的社交媒体之一,拥有庞大的网络用户,微博信息发布迅速、便捷且实时,往往成为突发话题的第一发布现场。因此如何从海量的微博数据流中快速而准确地检测到突发话题并对其进行演化分析具有重要的意义,不仅可以帮助用户把握突发话题的发展态势,而且可以为相关部门提供应急措施,为舆情分析提供理论支撑。本文以微博文本流为研究对象,旨在构建微博突发话题检测与演化分析框架,针对该框架所涉及的突发话题检测、突发话题演化分析的相关算法进行了系统的研究。本文的主要研究工作如下:(1)突发话题检测与演化问题分析。首先介绍了相关概念;然后提出目前微博突发话题检测与演化分析方法面临的挑战,并构建了微博突发话题检测与演化分析框架;最后分析了微博数据的特点,并对数据的预处理进行了介绍。(2)提出了一种基于动态窗口的微博突发话题检测方法。该方法将词对加速度作为突发特征,根据微博文本流中突发词对出现的速度自适应地确定突发话题窗口范围,并利用改进的非负矩阵分解聚类方法获取突发话题窗口中微博的主题结构。实验结果表明,该方法不但可以降低突发话题检测的时间延迟,而且能够提高检测的准确率和召回率,并为突发话题演化分析奠定了基础。(3)提出了一种基于极值点的微博突发话题演化分析方法。该方法首先利用突发话题速度的极值点划分演化时间窗口,然后对演化时间窗口的微博进行聚类获取话题类簇,最后通过计算相邻时间窗口话题的相似度获取突发话题的演化。实验结果表明,该方法详细地描述了话题发生演化的具体时间,并且提高了突发话题演化分析的准确率和召回率。