该文首先分析了主题检测和追踪技术以及文本聚类技术,并设计了针对中文新闻主体的主题检测、聚类和追踪技术.其中,在文本特征提取上改进了词的TF值计算公式;对于主题检测技术采用了基于加窗策略和动态IDF的增量式聚类算法,并改进了加窗策略;对于主题追踪技术则提出了基于查询的追踪器构造方法,在追踪器构造过程中采用了全新的特征词选择方法;对k-means聚类算法进行了改进,为避免孤立点的影响,对第n+1轮聚类中心的计算只考虑第n轮中与中心比较接近的若干点,提高了聚类结果的稳定性和准确性.该文针对现有新闻信息管理模式的缺点,提出了一种基于新闻主题的新闻信息管理模型.该模型利用主题检测技术从新闻报道流中检测出新闻主题,并对新闻主题进行聚类形成专题,使得新闻信息能按照新闻—主题—专题三个层次或更高层次进行组织和管理,同时利用主题追踪技术追踪特定的新闻主题,实现个性化服务.以内容管理系统为背景,该文设计并实现了一个主题检测和追踪原型系统,并进行了实验,分析了实验结果.最后,该文介绍了一个主题检测和追踪、聚类技术的实际应用系统——新华网数据中心的设计和实现技术.