本发明公开了一种基于主题间最小平均相似度的最优LDA模型自动选择方法，本方法为：在初始设定区间内改变K值，对于每一K值：将目标文档集合的主题个数初始值设为当前K值，利用LDA模型对该目标文档集合进行训练，得到K个主题‑词的概率分布向量；计算向量之间的平均相似度ACK并将其存储到全局平均相似度数组；从该数组中选取平均相似度最小值作为临时最小平均相似度，在该数组中以当前临时最小平均相似度所在位置为中心，根据该中心确定该目标文档集合的最佳主题个数，对应的LDA模型为该目标文档集合的最优LDA模型。本发明提出的方法在实际应用中更直观、可靠。