伴随Web2.0时代的到来,社交媒体平台也受到越来越多人的追捧。每当一个突发事件发生时,很多用户会选择在新浪微博、Twitter等社交媒体平台上发表自己的意见、转发及传播事件相关的信息,同时融合众多无关信息,形成海量的社交媒体数据。而如何从大量的数据中提取出一个热点突发事件及事件相关的主题,并以一种容易理解的方式呈现给需要的用户是值得研究的方向。然而社交媒体数据的文本简短、不规范、冗余度高、规模庞大等特点使得传统的主题模型及事件探测方法在该类数据上的不适用。因此本文提出一种基于共现关系网络的突发事件主题探测方法,该方法更适合于社交媒体短文本数据的主题挖掘。并结合该方法进行突发事件的探测,以知识图谱的形式对事件及事件对应的信息进行可视化,从而提高事件的可理解性及可追溯性。本文的主要研究工作如下:（1）提出基于共现关系网络进行突发事件主题挖掘的方法。该方法使用TFIDF从社交媒体文本中抽取出能反映突发事件主题的特征关键词,并根据关键词在文本中的共现关系,以关键词为节点构建共现网络,然后基于Louvain社区探测算法对网络进行社区探测,并识别主题社区。以2012年北京暴雨微博数据为例,进行暴雨灾害事件主题关键词提取、网络构建、社区探测及主题识别等步骤,并使用LDA主题模型进行暴雨灾害主题的提取。将两种方法的主题结果对比,证明本文提出方法在社交媒体数据上的有效性与优越性。并对灾害相关主题在时空上的分布进行分析,从而为灾害的评估理解与应急措施的决策提供重要的支撑。（2）基于社交媒体构建事件知识图谱。基于本文提出的共现关系网络主题挖掘方法进行事件的探测,并结合命名实体识别技术,获取事件相关的发生时间、地点、参与人物、文本等实体,并以三元组的形式构建实体之间的关系,以图的方式进行存储,从而将事件以知识图谱的形式进行规则化可视化,提高事件的可理解性。基于2019年香港事件Twitter数据,以一天为时间单位,对整个时间区间内的多个突发事件及相关实体进行提取,构建知识图谱,并参照新闻数据,证明所提取事件的真实性。基于知识图谱进行单日热点事件分析及事件知识的快速检索,详细了解事件的相关信息,从而加强对整个时间区间香港事件的理解。