近年来,随着技术的不断发展,互联网上每天都会产生大量的信息,特别是一些与生活紧密相关的热点话题以及一些重要的大事件往往会通过网络率先引发、传输和扩散,这些信息往往会对社会公共安全造成重大影响,一方面人们越来越多的通过网络诉求、宣泄情感并且评论时事,另一方面网络也会成为虚假信息传播和扩散的平台,会被一些不法分子利用。所以如何高效、实时、全方位从网络数据流中捕捉热点话题和事件已经成为网络舆情监控以及社会公共安全分析的重要研究内容。本文基于以上应用需求,构建了一个面向新闻流的实时主题建模和事件检测框架,集成了实时主题建模和事件检测的算法,并在此基础上进行了相关的主题挖掘工作。总的来说,它有效地解决了如下的问题：1)如何基于海量新闻流快速的进行主题建模,本文所用的主题建模算法能应用于大数据和数据流；2)如何快速有效的检测事件并进行相关的特征抽取,通过模块化和相关数据结构和数据库的设计,本文的事件检测算法能做到及时高效;3)如何通过相关的主题挖掘进行诸如主题的演化、演变等问题的研究,基于本文的算法和对事件和主题的表达可以方便有效地获得想要了解的问题。本文以社会公共安全为应用领域,构建了食品安全数据集上进行实验。实验结果表明,本文所用的主题建模和事件检测算法精度、效率以及可解释性表现良好,可较好地满足相关的应用需求。