伴随着我国经济与文化的快速发展,我国的社会经济结构进入了一个急剧变革的转型时期。庞大的网络群体与社会经济矛盾交织在一起,加上“互联网+”行动计划的推动,使得近年来我国网络群体事件呈现数量多、规模大、主题和背景复杂的趋势。网络群体事件的频繁发生,已经严重影响到甚至危害了社会秩序的稳定和人民群众的安宁,同时也得到了政府相关部门的高度重视。有效地对网络群体事件进行监控,关键在于快速及时地获取网络群体事件的主题信息。主题聚类是目前实现主题识别的主要技术,如何利用主题聚类技术从繁杂的网络信息中获取网络群体事件的主题,已然成为国内外众多学者研究和探索的热点。本文针对网络群体事件的主题聚类进行了研究,主要工作包含以下两个方面:(1)首先研究并改进了新闻网页文本的关键词提取方法。传统的文本关键词提取方法主要基于词汇的词频特征,而网页文本与普通文本在文本形式上存在差异,因此利用传统的关键词提取方法提取网页文本关键词时效果不理想。本文在基于词频特征的关键词提取方法基础上,通过分析网页文本的特点,结合词汇的词性特征、位置特征和词共现特征等信息,并给予每个特征信息适当的调整参数,形成了多种特征组合的词汇权重计算公式,并依据此公式进行新闻网页文本的关键词提取。(2)针对传统的基于向量空间模型的文本聚类算法存在的数据高维稀疏、缺乏语义信息的问题,本文提出了基于刻面分类和潜在语义分析(LSA,Latent Semantic Analysis)的文本聚类算法。首先引入刻面分类思想,将文本特征词汇划分为主题性刻面和描述性刻面,选取主题性刻面包含的特征词汇构建词汇-文本矩阵,降低了矩阵的维度和稀疏程度;然后利用LSA方法将高维的特征空间投射到低维的潜在语义空间中,不仅进一步缩小了词汇-文本矩阵的规模,而且能更好的挖掘网页文本的语义信息。最后结合网页文本数据集进行了主题聚类实验论证,验证了基于刻面分类和LSA的网络群体事件主题聚类算法聚类结果的准确性和高效性。