随着科学技术的不断进步,大量的视频网站开始在互联网上涌现,诸如Youtube,土豆,优酷,中国网络视频电视台等。如今,人们可以轻松地在这些网站上分享和浏览视频,网络上的视频量也以爆炸式的速度不断增涨,比如YouTube的用户每天上传65000多个新视频,该网站的视频浏览量也达到每天一亿多个。如此庞大的视频量给用户带来了很多信息,与此同时,一些问题也逐渐显现。视频站点中存在的新话题、热点话题或重大事件等信息却面临被海量数据淹没而难以利用的尴尬.有鉴于此,本文提出一种基于星型K部图的网络视频话题检测技术。它是一种旨在帮助人们应对日益严重的互联网信息爆炸问题,对视频站点中日益增加的海量视频数据进行新话题自动识别的技术。该技术大致分为三个流程：首先,对原视频进行分析,提取出视频的各种特征,如视觉特征,文本特征,听觉特征等。然后,利用这些特征构造一个星型K部图来表征视频和其特征元素之间的关系。最后,对这个星型K部图进行联合聚类,挖掘出隐藏在视频中的话题。另外,在话题检测技术的基础上,本文又对检测出的话题进行进一步的排序和可视化,最后提出了一个系统框架。该框架集话题检测,话题排序以及话题可视化为一体,在进行自动话题检测的同时,将各话题排序,最后呈现给用户,方便用户浏览自己最感兴趣的话题。