摘要：社交网络中数据更新快,对舆情的发展变化无法作出及时跟踪,以及传统话题模型因人工设置话题数的盲目性,而无法准确的对舆情演化趋势做出判断.针对这一问题,本文提出了一种增量概率图模型的舆情演化分析方法.该方法基于LDA模型,引入增量学习机制,根据每条舆情话题相关文档间基于相似度的关联度,动态确定下一时间片的舆情话题数,从而通过复用历史舆情信息的后验概率来预测下一时刻舆情变化情况,形成时间纬度上的舆情演化情况分析方法.实验结果表明,本方法可以更加精准地确定模型的舆情话题数,并能够更为准确,高效地分析舆情演化的过程.