在科技日新月异的时代，随着互联网在全世界的普及，人们获取信息的途径已经从传统媒体，如报刊、杂志、电视、广播等途径转变为网站、论坛、博客等。特别是伴随着Web2.0时代的到来，微博等即时、社交类的媒体正在飞速发展。人们从微博上快速地获取信息已经成为了一种趋势。为了厘清微博这种新媒体形势与传统媒体的差别，了解到两种媒体上讨论事件时，哪些话题是普遍的，哪些话题是特有的，相同的话题在内容与关注度上的趋势有什么样的不同，相同的话题在表达上有什么差异。我们借助统计概率模型，结合传统媒体与微博在文本上的特征，提出了一种基于LDA话题模型的微博与传统媒体上话题对比研究的方法。本文提出的方法首先利用LDA模型对特定事件的微博与新闻报道语料按时间先离散进行建模，将话题的语义信息抽取出来。接着，本文提出了根据文档字数设置权值的关注度计算方法，计算各话题的关注度，了解每个话题在两种媒体上被关注的程度，两种媒体关注度高的是哪些话题，哪些话题是特有的。然后，利用Jenson-Shannon距离，计算相同话题在相邻时间段上的演化度，得到演化路径，分析演化路径上话题在内容和关注度上的趋势变化，并对比相同话题在微博与新闻报道上的表现差异。最后，提出了一种基于公有词汇的不同媒体上话题的同一性识别方法，对同一时间段上不同媒体上的相同话题计算差异度，观察词汇的差异程度。通过实验发现在事件发生的时间周期内，评论性话题在微博受到的关注度较高，且一直维持较高，一般为0.18左右，在新闻报道上关注度较低，一般为0.13左右。在微博上持续时间长，内容变化小，演化度一般为0.7左右，在新闻报道上不一直持续，内容变化大，演化度一般为0.78左右。在微博与新闻报道上词汇差异大，差异度一般为0.6左右；事实性话题在新闻报道上受到关注度高，一般为0.2左右，且一直维持较高，在微博上关注度较低，一般为0.15左右。在新闻报道与微博上均持续时间较长，内容变化较大，演化度一般为0.75左右。在新闻报道与微博上词汇差异小，差异度一般为0.45左右。