微博作为社交网络的典型应用,已经成为人们网络生活中的一个重要应用,也成为了发布和获取信息的重要平台。目前,微博平台数据量大,信息分散,单条消息内容短,存在着“信息过载”和“资源迷向”的问题,普通用户难以有效获取感兴趣话题的相关信息及后续报道。话题追踪技术的目的是能够在后续报道中自动识别出与本话题相关的新闻报道,将话题信息展现给用户。本文针对微博平台进行话题追踪的研究,分析了微博内容原创性、短文本和实时性的特点,论述了话题追踪相关技术研究现状,进行了微博内容新词识别、文本表示和话题追踪的研究。论文的主要工作包括以下三个方面：首先,针对在微博内容中频繁出现的网络新词的现象,会对话题追踪的准确度产生一定影响,进行了微博内容中新词识别的研究。在介绍了新词识别的研究现状以及识别流程的基础上,利用微博内容的特性提出了基于统计方法的微博新词识别算法。其次,通过对现有文本表示方法的分析,提出了利用特征词位置信息和词性信息改进传统TFIDF特征词权重计算方法,并且将识别出的新词作为特征词参与权重计算,以实现特征词重要性与权重的一致,提高追踪准确度。最后,在改进话题组织模型和引入语义相似度计算的基础上,提出了针对微博短文本的话题追踪算法MB-2NN。该算法是以KNN算法为基础,其基本思想是：首先选出与待分类微博相似度最高的前2个话题,如果这两个相似度的相似距离较小,则再结合语义相似度进行分类判定,否则直接进行判定。之后,通过实验对所提算法的有效性进行了验证。