“互联网+”时代,网络新媒体得到了迅速发展,网络新闻逐渐成为人们获取信息的主要来源。高校学生作为网民中的主力军,对于新闻信息的获取更加依赖于网络。因此,如何从高校学生浏览的社会新闻中挖掘出不同的话题类型,及时掌握高校学生对于社会新闻话题的关注度及异常关注情况,引导学生正确看待社会新闻事件,对于高校思想教育工作的开展具有十分重要的意义。本文以学生浏览的社会新闻为研究对象,采用能够进行语义挖掘的LDA主题模型来对新闻文本进行表示,在对现阶段话题发现流程中涉及到的技术进行深入研究后,针对高校新闻话题发现技术中存在的问题提出了改进方案,使高校新闻话题发现的结果更为准确,具体工作开展如下:(1)针对标准LDA对新闻文本建模存在主题分布向高频词倾斜的问题,本文在优化了数据预处理流程的基础上提出一种基于标题加权的LDA主题模型。首先,通过整合停用词表及权值过滤的方式对文本建模的预处理流程进行优化,达到文本特征降维的目的,并在一定程度上降低无效高频词在主题中的分布概率。其次,由于新闻标题对新闻内容具有高度概括的作用,利用这一特点在LDA模型中引入了标题加权策略,建立标题-权值索引表对模型训练过程中的Gibbs采样算法进行改进。最后,通过实验结果表明,本文提出的文本建模方案不仅提高了模型训练的效率,还提高了标题词在主题中的分布概率,使得主题的描述更加准确,不同主题之间的区分度增强,因此对于文本的表示更加合理,能够在一定程度上提高话题发现结果的准确率。(2)在高校新闻话题发现阶段,本文提出了一种改进相似度计算方式的双层Single-Pass算法来提取新闻话题的类型,解决了传统Single-Pass聚类对于文档输入顺序敏感的问题。通过对比实验发现,改进的文本聚类算法在召回率、准确率和F值上都有明显的提升,使得高校新闻话题发现的结果更为准确。(3)采用本文提出的话题发现方法对采集到的高校新闻数据进行分析,得到学生关注的话题类型以及关注度。由结果可知,高校新闻话题发现研究对于高校学生工作的开展具有一定的指导作用。