在日益发达的信息时代,微博作为一种信息时代的产物,其已经发展成为一种重要的舆论载体和传播途径。微博作为现在主流的社交平台,其功能有很多,而信息传播可谓是其最为关键的作用。微博中的内容信息在不同的微博用户中传播,当一条微博的原创作者在社交平台发布自己的内容信息以后,其他的微博用户不仅可以直接进行转发,而且可以进行修改然后发布出去。因此,鉴于微博信息传播的以上特点,当微博内容发布以后,经过不同微博用户的转发和修改,如何去判断微博内容的变化和这些信息变化对网络舆论的影响,那么就需要找到微博信息的传播源头。所以,掌握微博信息的传播路径,进而追踪到微博信息的传播源头,才能有效地控制网络舆论传媒,并且最大化地发挥微博的网络社交作用。首先,本文结合微博文本的特点,并且针对空间向量模型出现的文本相似值不理想、语义关联不佳等不足和LDA模型受无监督的建模方法、数据噪声降低准确度的影响,提出一种适合本课题研究的新模型,即基于空间向量和LDA的交互模型;其次,本文又结合了微博文本特点,同时针对基本的蚁群聚类算法没有设置任何文本属性刻度的二维网格、对孤立的离散数据对象的处理较为随意等问题,提出了一种适合本课题的优化算法;然后,本文就基于以上的文本交互模型和改进的蚁群聚类算法,进行了微博事件的话题溯源,并且详细地阐述了微博事件的话题溯源方法实现的整个过程;最后,本文通过仿真实验对溯源方法进行验证,实验分为三个部分,分别是文本建模的实验分析、聚类算法的实验分析以及话题溯源的实验分析,在每一个实验部分中,本文分别给出了实验的结果图表、图表分析、对比实验分析、实验验证以及实验结果展示,结果显示实验效果达到预期,并且满足了本课题的要求。