随着中国互联网的高速发展和普及,信息传递的成本被压缩到有史以来的最低。在当今的互联网时代,信息生成的速度要远远高于过去任何时候,而互联网的便捷又会使得信息可以随意散播,因此在世界范围内,各国政府对于网络舆论的监督和管控都十分重。作为社交网络应用代表的新浪微博,其应用内言论传播的活跃程度,在舆论监管方面具有十分重要的意义。而短文本形式的微博博文,在主题模型的应用中因为文本过于稀疏,常常会导致主题发现的效果欠佳。另外,由于微博的社交属性,使得微博上充斥着大量的营销、娱乐等信息,反而需要政府部门监管的公众舆情占比却很小。因此,如何在微博中发现公众舆情信息,并及时知晓舆情发展的态势,具有十分重要的意义。论文从公众舆情事件的数据特点出发,结合传统LDA(Latent Dirichlet Allocation)的优势,设计了一种基于狄利克雷回归的贝叶斯概率主题模型,以实现在微博数据中发现符合要求的主题。课题的主要工作如下:(1)介绍了概率主题模型的基本原理及基础数学理论,并详细分析了公众舆情事件中,微博数据和新闻数据之间的关系。(2)根据微博和新闻数据的特点,设计了多元狄利克雷多项回归方法,同时在新闻数据中学习主题作为先验知识,再作用在微博数据中,用来解决微博语义稀疏的特性。(3)论文详细介绍了模型的算法过程及参数推断过程,并从定性和定量的角度设计了实验评估方法,以实际案例数据进行测试,并分别从挖掘能力和聚类能力两个方面和传统LDA方法进行了对比评估。本文提出的方法将微博数据结合新闻文本特征后,使得微博数据的主题发现能力有了一定的提升。同时论文中还给出了一种实际应用的方案,在实际案例中应用本模型,可以发现并跟踪公众舆情事件的发生发展变化。本课题的实际应用,可以在微博中对公众舆情事件做到较好的发现及监督作用。