毎日のオンライン情報量の著しい増加（例：ニュース記事）に伴い、時間の経過とともに変化する出来事について、関連する情報を自動的に特定する手法の必要性が高まっている（すなわち、情報スレッドの同定）。本研究では、一貫性のある階層的情報スレッド（Hierarchical Information Threads）を同定する新たな非教師ありアプローチ、HINTを提案する。このスレッドは、出来事や議論に関する多様な進展情報を階層的に把握・解釈するための支援をユーザーに提供する。特に、HINTは、文書間の時系列的関連性および5W1H（誰が、何が、どこで、いつ、なぜ、どのように）に関する質問への回答に基づき、階層的なリンクを効果的に同定するため、ネットワークコミュニティ検出に基づくスケーラブルなアーキテクチャを採用している。NewSHeadデータセットを用いた実験において、HINTは既存の最先端手法と比較して、同定されたスレッドの品質において顕著に優れていることを示した。さらに、ユーザー調査を実施した結果、本研究で提案するネットワークベースの階層的スレッドは、クラスタベースの順次スレッドよりも有意に（p < 0.05）好まれることが明らかになった。