从微博文本数据中进行突发话题检测不仅可以帮助用户过滤信息,提高信息获取效率;而且可以帮助政府和企业提前预知热点话题,辅助管理者做出恰当的决策和及时采取措施。然而,微博文本用词不太规范,单位文本长度很短,语义表达能力有限,因此如何在夹杂着诸多噪声信息的庞大数据集中尽可能快速和准确地探测出突发话题是一个非常具有挑战性的任务。高效用模式挖掘算法的提出和不断发展成熟为突发话题检测任务提供了新的发展契机和构建思路,算法强调的内外部效用值可以分别用于表述话题的热度和突发性。然而,基于高效用模式挖掘技术的应用依旧处于起步阶段,在突发话题检测领域还未有人尝试,因此如何将两者进行有机结合是一个亟待解决的研究课题。本文将高效用模式挖掘算法引入到突发话题检测任务中,旨在探测出更具有现实意义的突发话题。具体而言,本文的研究工作主要分为如下三个部分:首先,本文提出一个用于突发话题检测的框架—ET-EPM,该框架将突发话题检测任务转化为一个突发模式挖掘和聚类任务。在词汇和模式的突发性衡量方面,本文提出一个基于局部加权线性回归算法的新颖性计算方法,理论分析和实证数据均表明该方法能够指导高效用模式挖掘算法挖掘获取到突发性比较高的模式。其次,本文将词嵌入向量融入到基于模块划分的图分割算法中,完成将模式集聚类为话题簇的过程。基于词嵌入向量的模式文本表达方式具有较高的语义表达能力,能够显著提升短文本相似度衡量性能。采用基于模块划分的图分割算法进行模式聚类,不仅无需指定聚类个数,而且能够确保收敛到全局最优解,在对数据流文本进行聚类时,具有更好的适用性。最后,本文在提出一种新的基于哈希标识的话题短语表达方式的基础上,还采用了传统的话题词汇表达形式作为补充。结合词汇和短语两种表达形式,不仅能够使得输出的话题具有更好的语义表达能力,还能确保不会遗漏任何话题。在新浪微博文本集上进行的实证研究表明本文提出的ET-EPM框架在突发性指标和综合性能方面相较于当前一些比较前沿的突发话题检测算法拥有更好的性能,从而证明了本文提出的框架在从新浪微博文本流中进行话题检测方面的有效性。