随着信息技术的快速发展,互联网社交应用成为新时代人们的一个极为重要的信息交换平台。如何从海量的信息中快速准确地发现热点话题,其无论是在商业分析与推广、舆情分析,还是用户兴趣快速定位以及内容推荐上,都有着重要的现实意义以及应用价值。因此,本文设计与实现了一个实时在线热点话题生成系统。该系统通过对话题发现流程的分析与任务分解,基于第三方的消息中间件与存储组件,实现从原始语料数据扫描到热点话题生成,再到结果可视化的一整个自动化过程。同时设计与实现了数据扫描端、话题生成端、结果可视化端以及基于第三方存储件的在线语料库、离线语料库,以及语料关系数据库和结果关系数据库。在话题生成端,本文基于实时在线话题生成场景需求,提出一种使用Unigram文本建模,并基于文本熵进行自顶向下层次聚类的话题生成算法。系统支持对不同社交平台数据的编程接入,将不同数据抽象为时间片-文档-话题的结构,并且能够在结果可视化端通过不同结构维度进行结果的统计查询。在以上系统实现的基础上,基于一个国内社交应用——虎扑,其缺少基于内容挖掘的热点话题发现功能,无法根据内容定位用户热门关注点的需求痛点,本文将虎扑数据与实时在线热点话题生成系统相结合。通过对系统在虎扑数据上应用的可视化结果分析,以及对各个子系统任务处理性能测试结果分析,其证明了本文设计与实现的实时在线热点话题生成系统,能够在较为有限的计算资源和可接受的处理时间条件下,高效稳定地完成热门话题生成的自动过程,并得到一个不错的热点话题生成结果。