微博作为新兴的社交网络服务平台,呈现出复杂的舆论现象和特征,受到研究学者的广泛关注。转发微博和话题讨论是微博的两个基本功能,受单向关注机制的影响,信息在短时间内被用户以“爆裂”的方式转发和评论,致使微博中信息的传播和观点的演化具有其它社交网络所不具备的复杂性和不确定性。基于此,传统舆论模型略显简单,不能合理有效地描述微博中的舆论现象和内在规律,需要建立符合微博特点的模型来更加准确得描述微博中信息的传播过程和观点演化过程。本文在研究分析复杂网络性质和经典舆论模型的基础上,构建合理的信息传播模型和观点演化模型,模拟微博的转发和话题的演化,为网络舆论的预测和引导提供一定的参考。论文的研究工作受到了北京市优秀人才培养资助项目“网络舆论关键技术研究”的支持。论文的主要研究内容包括：(1)介绍复杂网络的相关基础理论知识和典型的舆论模型。针对复杂网络,详细阐述了网络的特征统计变量和演化模型。为了研究信息的传播过程和观点的演化过程,在舆论模型方面,主要阐述经典的传染病模型和观点交互模型。(2)构建基于用户个性的信息传播模型。本文结合信息的传播规则和网络拓扑结构建立模型,并将用户个性作为影响因素纳入到模型当中,在实际微博拓扑子网中模拟信息的转发过程。仿真结果表明：信息扩散过程中存在信息吸引力临界值,当信息吸引力大于临界值时,信息能够大规模扩散。由于用户个性影响因素的存在,临界值在不同类型个体居多的网络中会发生变化。不同个性用户对信息扩散的影响作用是不同的。(3)建立基于个体权重的观点交互模型。本文以有限信任模型中的Deffuant模型为基础进行扩展,引入个体的权重概念描述个体对于其他交互个体的影响程度,并假设参与本次交互的个体会在坚持己见的基础上做出适当的让步,动态更新妥协程度和观点值加入到下一时步的迭代当中。通过调整交互门限值,研究分析群体观点的演化结果。研究发现,在交互门限值d增加的过程中,群体观点由初始的观点破裂状态经观点对立状态最终演变为观点统一状态,符合现实中个体针对话题讨论的一般过程。