进入移动互联网时代,社交媒体层出不穷,如Twitter、Facebook、微博、知乎等。微信作为后起之秀,月活用户已经接近10亿。据数据统计,微信公众平台公众号数量已达2000万+,平均每月产出1.07亿篇内容,成为信息传播、舆论发酵的主要场所之一。全面高效地采集与分析微信数据在热点话题发现、突发事件实时追踪和舆情监控等领域有着重要的应用。本文针对微信API请求速率限制严格、接口开放程度不高和已有依托于搜狗微信等第三方网站的网络爬虫采集方法,采集数据不全、低效等问题,设计并实现移动端数据采集系统。该系统将数据采集迁移到移动端,利用自动化测试框架在应用内模拟正常用户的点击、浏览等对服务器的请求操作,实现了公众号全历史消息和单篇文章包括正文、用户评论、点赞量等全维数据的采集。进一步,在对采集到的数据进行话题检测与演化分析时,本文提出基于去噪的话题检测方法和基于增强字体的话题演化方法。公众号文章中包含热点新闻和大量的非热点新闻,如果使用聚类算法直接进行聚类,容易受异常值(非热点新闻)的影响,聚类效果差。根据论文所设计系统采集数据的全面性,本文提出多维度有效报道检测方法去除噪声,一方面提升聚类效果,一方面降低聚类成本,尤其是大数据时代的海量数据。其次,考虑即使是资讯类公众号通常也会发布软文、广告植入等非新闻报道类微文,传统对新闻话题基于标题和导语的方法对微信公众号不再适用,本文根据微文排版特点,提出基于增强字体的话题演化方法,实验结果表明该方法在整体上优于传统方法。