微博以其即时性、原创性、便捷性的特点,成为目前最受欢迎的社交媒体之一,也逐渐成为各类突发话题的第一发布现场。然而随着微博用户人数、发帖量逐年激增,导致微博文本流中充斥着各种各样的广告以及民众对日常生活的讨论。因此如何从海量、嘈杂的微博文本流中及时发现负面情感突发话题并对其演化情况进行分析,这对于突发事件的应急响应以及相关部门做出有效的舆情引导有着重要的意义。而传统的突发话题检测方法忽略了负面情感突发话题与非负面情感突发话题之间的区别,并且突发话题的持续范围如何确定也存在着不足;在突发话题演化分析过程中,传统方法没有将内容信息与情感信息综合考虑,导致演化窗口划分不准确、细粒度偏大,此外微博文本中存在大量同义词,如不加处理,也会影响演化分析的效果。因此本文针对微博文本流,设计了负面情感突发话题检测方法和负面情感突发话题演化分析方法,解决了以上问题,并进行了深入的研究。本文所做工作如下:（1）提出了一种面向微博文本流的负面情感突发话题检测方法。首先将微博文本流中的负面情感强度变化率和主题词对加速度作为负面情感突发话题的判定依据;然后利用突发词对的速度确定负面情感突发话题的窗口范围;最后使用一种基于吉布斯采样的狄利克雷多项式混合模型聚类算法得到窗口中负面情感突发话题的主题结构。实验结果表明,该方法能够及时高效地发现微博文本流中的负面情感突发话题。（2）提出了一种负面情感突发话题演化分析方法。当检测出负面情感突发话题后利用同义词词表将微博文本流中的主题词进行同义合并;然后基于话题词对强度和基于话题情感强度划分突发话题演化窗口;最后利用短文本聚类算法得到每个话题演化窗口中的主题内容。实验结果显示,该方法得到的负面情感突发话题演化过程细粒度更高、更准确。（3）开发了一个负面情感突发话题检测与演化分析系统。该系统利用pyqt5图形用户界面工具以及本文提出的有关方法,实现了爬取微博文本、检测文本流中的负面情感突发话题并对其进行演化分析。