随着互联网技术的迅猛发展,网络舆情监管工作的重要性逐渐被人们认同。目前,网络舆情分析技术已经成为国内外的研究热点,并取得了一定的研究成果,主要的研究领域包括:话题检测、话题跟踪、自动摘要、趋势分析、舆情预警等。本文在已有研究工作的基础上,针对互联网话题演变和传播问题,力图在网络舆情分析技术领域做更深层次的研究,为网络舆情监管工作提供有力的技术支持。本文的主要研究内容有以下两个方面:提出基于多中心和向量分解的话题演变分析技术。为了解决话题漂移问题、呈现话题演变过程,采用多中心话题模型来描述话题的多个侧面,提出向量分解思想发现后续文档的新颖特征,从而实现对话题中心的建立和更新,最后结合增量聚类算法,提出了解决话题演变问题的完整方案。实验证明,该方案能够有效提高话题检测性能、清晰呈现话题演变过程。提出基于传播图和多元线性回归的话题传播分析技术。在论坛间,提出基于相似度比较和关键词匹配的转帖关系发现技术,并结合初始传播论坛发掘以及传播周期的计算,建立论坛话题传播图;在论坛内,提炼影响传播行为的指标体系,并结合多元线性回归理论,实现了对传播趋势的预测。实验证明,上述方案能够发现话题传播路径、准确预测话题传播趋势。综上所述,本文在研究和总结现有舆情分析技术的基础上,重点针对话题内容和行为特征,对话题演变和传播分析技术进行了研究,并通过实验验证方案的可行性和实际效果,为网络舆情监管工作的进步做出了贡献。最后,本文还展望了该领域的发展趋势。