网络舆情是在网上传播的社会舆情。网络舆情通过互联网集中反映大众对某些事务的思想观念、看法等,并伴随着对这些信念、态度、情感、观点和意见的一系列互动。因我国有管理者一贯重视舆情管理的传统,且随着信息技术的发展和互联网的普及使得资讯的传播渠道由传统的单向转变为多向,普罗大众不仅仅是信息的接收者,有时也是信息的生产者,有时更是信息的发布者或者中转站,网络舆情在社会舆情中的比重越来越大,其重要性也越发突出。医疗网络舆情是网络舆情的分支之一。近年来医患关系、医疗改革、互联网医疗企业等热门话题在网络上层出不穷,对医疗舆情的特性进行研究分析,对帮助管理者更好的管理、引导舆情发展具有现实的意义。本篇论文首先介绍了网络舆情和网络舆情挖掘的相关理论知识和应用情况。接着以2018年1月至2018年1 1月的医疗行业网络舆情热点话题为实证研究对象,在考虑事务加权和时间维度的情况下,运用single-pass增量聚类对网络医疗舆情信息进行无人工干预的挖掘。从中选出报道数量最多的十二个话题类,并通过将加权关联技术、共现词提取技术和词云分析技术相结合的办法进行话题的文字以及可视化表示。紧接着,在十二个话题中选取一个典型话题,研究了该热点内部的演化过程,揭示了话题内在不同时期的热点主题的演变过程。然后对获取的舆情热点话题序列进行了静态和时态关联规则挖掘,分析和对比了静态和时态关联规则挖掘的结果,并指出了各种关联规则的意义和优缺点。最后结合本文的研究成果,对医疗改革、医患关系等热点话题的提出了一系列意见和建议。