基于稀疏主题模型的在线社交网络突发话题发现算法（SBTD），建立基于“Spike and Slab”先验的稀疏主题模型（SRTM），通过该模型建模短文本突发话题，引入词的突发性作为模型的先验，采用二值开关变量控制话题的来源，完成突发话题的自动发现，通过利用RNN和IDF来充分地学习词对的内部关系，并结合“Spike and Slab”先验优化发现的突发话题，使得发现的突发话题更加聚焦和一致。
