即时通讯软件(如短信、微信、QQ、微博等)会产生海量的交互信息数据,它们与以往的数据有很大的不同,其以会话形式存在,主要特点在于数据中包含两个或以上的用户的消息。这些会话消息中隐含很多有价值信息,比如可用于调查疑犯的犯罪证据以及犯罪动机,了解社会舆情,为个性化推荐提供数据依据等。但在海量的交互信息中挖掘有价值的信息需要花费大量的人力物力,因此通过人工智能的某些算法从海量交互信息中自动挖掘出有价值的信息成为近些年来研究的热点。本文详细分析了交互型文本的特点以及当前的研究现状,针对已有研究成果的不足,提出了基于对话内容的交互型文本会话主题挖掘模型(Session Topic-Latent Dirichlet Allocation,ST-LDA)。首先,通过分析交互型文本的特征,基于主题树的概念,定义了一个五层结构的对话生成树(文本-会话主题-对话主题-文档主题-词语);以此为基础,再基于LDA模型构建会话主题生成模型(ST-LDA);而后,采用吉布斯抽样法对ST-LDA进行推导,得到会话主题及其分布概率。采用某电信运营商的真实短信数据,实证结果表明,该模型达到了较好的综合性能。最后,在电信客户行为分析系统中的短信内容分析子系统中,基于Hadoop和Storm的云平台,实现了ST-LDA模型,提高了模型的即时性和并发性。