热点事件是人们关注的重要信息。随着互联网的发展，Web数据，比如新闻网站或者微博网站，已经成为人们获取热点事件信息的重要数据源。因此，在互联网环境下进行事件侦测和话题追踪是有效组织热点事件相关Web数据的基础，也是更好满足用户信息需求的前提。　　目前，国内外对于事件侦测和话题追踪的研究已经积累了许多成果。比如基于新闻广播报告的离线和在线的事件侦测算法。然而，这些研究大部分都关注非互联网环境，没有考虑到互联网环境下Web数据类型多样、数据量大、数据具有半结构化特点等许多新的问题，因此也无法直接应用从Web数据中进行事件侦测和话题追踪。为此，本文分析了互联网环境下进行事件侦测和话题追踪的各种问题，提出相应解决方法，并通过原型系统的设计和实现来验证提出方法的效果。　　本文学习的事件侦测和话题追踪算法都是基于Web数据的，与传统的方法相比，有以下三个特点。首先，由于Web数据类型多样，文本首先选取了新闻网站作为事件侦测和话题追踪的数据源，并通过集成用户微博数据，提供话题和事件更加全面的信息;其次，由于Web数据规模大、更新速度快，本文提出的方法更加注重算法效率方面的考虑，做到能够从海量的Web数据进行高效而实时的事件侦测和话题追踪;再次，本文利用新闻页面的半结构化信息，更有效的计算新闻页面之间的相似度，进而更好的支持事件侦测和话题追踪算法。　　在数据抓取和算法实现的基础上，本文实现了原型系统。原型系统能够对抓取的数据进行实时的存储与索引，并且在事件侦测和话题追踪的基础上实现了话题和事件的自动摘要、相关用户微博信息的集成以及事件演化图的构建等功能。