旅游业已逐渐成为国民经济新的增长点,而旅游景区是人口密集区,容易发生各种突发事件,如突发性社会安全事件、自然灾害等,对旅游业产生极大影响,这些影响除了经济、人力、物力等方面的损耗,还有来自网络舆论的压力,突发事件在网络上的迅速传播,一是加大了公众的恐慌,更加不利于突发事件的应急管理,二是对景区的口碑也会产生负面影响。因此,对景区突发事件在网络上的传播进行分析是很有必要的。如果能及时得知突发事件发生后,公众言论的话题走向,就可以迅速采取更有针对性的行动,及时止损。目前关于景区突发事件的网络传播的研究较少,针对旅游突发事件的研究也多从管理角度或社会传播的角度出发,定性分析偏多,定量分析很少。而网络传播的信息实时性强,这类分析不足以支撑实际应用,因此,本文从话题检测的角度,对景区突发事件的网络传播进行研究,为分析景区突发事件的话题变化提供一套适应性比较好的方法流程。主要的研究内容如下:(1)基于LDA主题模型进行景区突发事件话题检测的文本表示。根据景区突发事件的数据特点,以及不同数据来源的特点,通过与TF-IDF算法结合调整权重并对词项过滤,以及Canopy算法初始化K值,对LDA主题模型的输入进行改进,明确了文本表示的流程方法。(2)基于改进的Single-Pass算法进行景区突发事件话题检测的文本聚类。通过加入时间衰减函数调整文本相似度,以及合理筛选话题代表的方式进一步改进Single-Pass算法,使其更好地服务于话题检测任务。(3)景区突发事件话题检测的实证研究。通过“九寨沟地震”这一突发事件相关的新闻和微博文本,对景区突发事件的话题检测进行实证研究,对实证结果的实际应用加以讨论。通过对比实验发现,本文提出的景区突发事件话题检测的方法具有较好的效果,和改进前的方法以及常用基线方法对比,都能看出在效果上有一定程度的提升。实证结果表明,应用本文提出的方法得到的景区突发事件的话题结果与实际情况吻合。本文还进一步讨论了景区突发事件话题检测结果在实际中的应用,对于支持旅游管理部门的应急决策具有积极意义。