话题检测和跟踪技术、微博技术、情感分析最早都是源于美国和欧洲，国外学者对这几方面的研究有些已经比较的成熟，但是英语语系和中文语系在构词上有很大的不同，对于中文微博分析和情感分析，相对于国外学者，我们在相关方面有很多研究还处于起步和初步研究阶段，还有很长的路要走。23120
Seo YW[5]使用Single-pass算法发现新的事件，此算法根据不同的文本处理次序，对其最后的结果有比较大的影响，而且此算法的实现比较简便。Florian Holz[6]等人提出了时间对主题的改变，其改变主要发生在基于时间片的材料选取，由此提出了相应的修改方法。杨丽英[7]在论文中发现了对时间和地点要素的重视，通过这些信息可以对新闻跟踪有很高的准确度。 Takeshi[8]等人通过对海地地震后的相关推特内容进行分析，提取出内容中的语义和位置的信息，进而提出报告地震的系统。周刚[9]等人通过改进Single-pass算法，井基于余弦相似度等，综合并组合组其他的相似度算法进行话题检测，取得了很好的效果。在微博数据获取领域中，廉捷[10]等人提出利用新浪微博API与传统网络爬虫相结合的方法获取微博数据。论文网
在情感分析研究方法上，现在使用的方法主要分为：一是采用情感词典与规则相结合的方法来进行情感分类；二是采用机器学习的方法，选择文本中的一些主要特征，通过标注训练集和测试集，使用朴素贝叶斯（Naive Bayes）、支持向量机（Support Vector Machine）等分类器来进行情感分类。 话题检测情感分析国内外研究现状:http://www.youerw.com/yanjiu/lunwen_16051.html