网络舆情的传播演化对其追踪结果产生直接影响。当前，相关研究较为丰[1]通过在线实验的验证，结果表明网络舆情的传播不仅受到环境、舆情话题、网络密度、知识等方面的影响，个体对舆情信息价值的感知也较为重要。Lian Ying等[2]以复杂网络理论为基础，通过严格推导，构建了描述网络舆情拓扑结构的模型，其结果显示该表达式能很好反映网络舆情的程度分布，其服从一个近似的幂律分布，能够较好描述网络舆情的拓扑演化过程。1996年，美国DARPA提出了一种能够自动判断、识别新闻报道数据流中话题的技术需求。DARPA、卡内基梅隆大学、马萨诸塞大学、Dragon系统公司的相关研究人员对该项需求技术的有关内容做了定义，并作了一些初步检验，通过易于处理、评测的方式确定问题，即话题发现与追踪(Topic Detection and Tracking，TDT)[3]。李菲等[4]使用社会网络分析法详细分析了移动环境下网络舆情的传播特性、过程和规律，并进行了实证研究，结果验证了研究方法的有效实用性，并提出相应的监管对策。沈阳等[5]通过大数据平台获取所需数据，对两微一端的微信、微博、今日头条上的事件信息的传播扩散模式进行了分析对比，从技术、事件特征等层面分析信息的强弱观点聚集、强弱圈层连接，发现其信息扩散模式差异化较为明显。薛素芝[6]根据微博数据量大、敏感度强等特点，基于速度的增长发现话题，通过对时间脉络的分析、自适应方法的应用，针对话题漂移现象进行话题追踪；同时，设计了网络舆情的监测系统。冯军军等[7]对文本特征的选取方法做了改进，构建了朴素贝叶斯网络模型，设计了话题追踪系统，能够对微博上比较热门的话题展开有效追踪。

上述研究对网络舆情传播、演化、扩散、话题发现与追踪、话题漂移、话题追踪系统等方面展开了较为深入的探究，本文在查阅大量文献的基础上对多媒体网络舆情话题衍进追踪态势及机理进行了尝试性探索，以期为该领域的研究提供新的研究思路与路径。

1 多媒体网络舆情话题衍进追踪的内涵与特性

1.1 多媒体网络舆情话题衍进追踪的内涵

国内外有关多媒体网络舆情话题衍进追踪内涵方面的相关研究较少，本文将借鉴话题、话题衍进、话题追踪等专有名词的相关释义，展开舆情话题衍进追踪的内涵解析。

1)话题。话题指由种子事件、活动及直接与之有关的所有事件或活动，一般包括某事件从出现到结束的所有信息总和[8]。子话题指某一话题在不同的时间范围内所呈现的多个侧面信息状态[9]。事件指由某些客观、主观的原因、条件、情境等引发，偶然、随机或特定的地点、时间，涉事主体导致某个或某些涉事对象所出现的事情或者问题，同时可能出现某些必然的结果。主题通常指多个相似或者相近事件或者与事件无关的，由于其相近性、相通性而形成的某一类、某系列的主题。活动是特定时间、地点发生的目标相同且被共同关注的相关联事件的集合，是话题的构成之一。它们之间存在一定的联系与区别。其中，子话题是话题发展的衍生物，但与话题本身又有所不同；事件是话题的重要组成部分，但不一定每个事件都成为话题；活动能够对话题产生影响，本身是具体的行动；主题的研究范畴比较广义，而话题相对来说比较狭义，更加具体，可以是主题的某个或某些研究领域。

2)话题衍进。目前，关于“话题衍进”的相关研究较少，与之相近的“话题演进”通过检索，参考文献也较少，从当前现有的研究能够看出学者对二者均没有较为一致性的定义。在本文中，话题演进是话题衍进相关研究非常重要的组成部分。综合大量网络舆情的研究现状，本文将“话题演进”“话题衍进”作如下定义。

网络舆情话题演进是指某网络舆情话题在主体、时间、空间、媒体、影响力等多个不同的维度上，从潜伏、发生、发展、爆发、波动、淡化、消解的整个过程。主要是结合信息生命周期理论，从生命周期的角度描述话题从开始到结束的一个演进过程[10]。

网络舆情话题衍进是指在网络舆情话题演进的过程中，围绕舆情话题随着时、空、人、事等要素的变化，衍化出子话题、子舆情等的过程。话题衍进主要基于舆情话题的演进周期，侧重于子话题在演进过程中产生的不同话题变化、状态的一个过程。

3)话题追踪。话题监测与跟踪(TDT)源于美国DARPA提出的一种新型技术，即在人工不干预状态下，能够对新闻信息流的主题自动识别，并对事件后续动态发展状况的相关信息智能获取及持续跟踪。话题追踪(TT)是TDT的子任务之一，主要是对已知话题的持续跟踪。话题追踪在一定先验知识情境下展开，通过学习之后构建追踪模型，据此对追踪目标实时追踪[11]。