随着互联网的发展,推特和微博等社交平台的流行,一个突发事件会快速在网络上形成热点话题,如果是和股票相关的话题,往往会形成股票概念,话题相关股票又称概念股,突发事件会对关联股票股价产生较大的影响。分析事件关联股票往往需要专业的行业研究员,普通投资者无法准确地判断哪些股票可能受到影响。所有如果有一套完整的系统可以及时检测到话题的产生,记录其发展过程,并能够识别出话题对应的股票概念,进而基于海量的互联网资讯,准确地挖掘出事件概念股,那么将会给投资者带来巨大的帮助。针对上述问题,本文利用主题模型实现了股市热点话题检测与追踪算法。主题模型采用了经典的潜在狄利克雷分配算法,并通过引入组合关键词提取进一步过滤干扰词;对于聚类话题个数的选择,本文通过最小类间相似度准则来选取,该方法可以使各个话题间差异较大,话题可解释性强。同时本文提出了话题热度计算方法,可以记录话题发展过程。股票概念词通常是一个和话题极度相关的词,概念词组词结构没有明显规律,常常是新词或者特定领域词,目前的分词算法无法有效识别。本文通过组合命名实体识别算法和词粗切分算法来识别股票概念,首先对基于统计方法的命名实体识别方法和基于神经网络的命名实体识别方法进行了研究,提出了引入边界熵,词向量的神经网络实体识别方法,在公开语料集上达到了较好的效果,然后本文还提出了一种基于词粗切分的新词发现算法,用于概念名识别。最终,本文设计实现了基于Web的股市热点话题检测及概念股票抽取系统。本系统包括话题检测与话题热度走势监控,话题对应概念股以及概念走势监测等模块,可以帮助投资者做决策支持。