随着新媒体的不断诞生，传统媒体如何利用新媒体来发展自身开始受到人们的关注。作为Web2.0以后代表性的新媒体平台，博客的价值越来越受到传统新闻媒体的重视。新闻媒体根据博客中讨论的话题热点来确定对人们对相关新闻的关注角度和趋势，通过找到与新闻话题相关联的博文话题，我们能够为客观的新闻报道提供主观性的评论与参考。本文借助话题模型方法，结合博文的结构特征和内容特征，对博文话题与新闻话题之间的关联检测方法进行了研究。首先，利用VEM模型来构建新闻话题模型和博文话题模型，根据博文的结构特征对博文语料进行了改进，获得了博文和新闻语料的话题语义信息。然后，利用欧几里得距离、余弦相似度、Hellinger距离、Tanimoto系数和JS距离五种常见的相似度算法作为关联判定方法，对获得的话题模型进行了关联检测。之后，提出了一种基于投票的关联判定方法，利用以上五种关联判定方法找到每个新闻话题的最佳关联博文。最后，对所获得的实验结果进行了分析评价，并对每种关联方法，以及投票方法的结果进行了评价和分析。实验获得了多种常见的关联方法在新闻-博文话题关联中的表现，显示出了余弦相似度和Tanimoto系数在此项工作中的优越性，同时，本文所提出的投票方法则取得了较高的查准率、查全率与F值，在新闻-博文话题关联工作中具有良好的效果。