杨春明，张 晖，石大文

(西南科技大学计算机科学与技术学院，四川 绵阳 621010)

1 概述

电子公告栏(Bulletin Board System,BBS)的开放性与互动性使其成为了新闻、观点、民生的集散地，在BBS上围绕某一话题的报道、言论、观点能在互联网上迅速传播，在短时间、大范围内形成强大的影响力。话题是指事件相关报道的集合[1]，话题演化则表示了话题随时间推移表现出的动态性、发展性和差异性。研究BBS中话题的发现与演化是网络舆情[2]分析的重要内容之一，有助于全面把握公众对社会突发事件所表达出的具有较强影响力、带有倾向性的言论和观点，了解事件变化规律及发展趋势，便于提前采取相应的应对措施。

话题演化主要研究在时间维度上话题的变化情况，表现为话题在内容上的延续性和强度的变化。近年来对新闻话题演化的研究较多[3]，而对BBS话题演化研究较少，主要集中在热点话题的检测与预警上。BBS中的信息具有特征稀疏性、奇异性和动态性等特点，与新闻话题区别较大。特征稀疏性是指发表在BBS上的信息长短不一，存在大量的短文本，信息量少，以词为维度的向量空间模型呈现出高维稀疏的特点；奇异性是指这些信息中广泛存在用词不规范、谐音词、简写词等；动态性表现在随着时间的推移，文本信息流的数量在变化，会产生新话题，消亡旧话题，同时还需要实时处理新增文本流。

针对BBS信息的以上特点，本文提出针对BBS内容的自适应在线话题演化模型。以历史时间窗口中话题、词分布的后验作为当前时间窗口中话题、词分布的先验，利用在线新话题检测和消亡话题检测方法自动适应数据流中的话题数量。……