随着互联网的应用越来越普及,公共事件传播变得十分迅速,大众参与积极性空前高涨,网络舆情中良莠不齐、情绪化和非理性化的信息泛滥,容易引发公共危机,即出现群体极化现象。网络舆情已经成为社会民意快捷的反馈渠道,成为社会情绪丰富的展示窗口。面对如此庞杂的网络舆情,政府如何了解网络舆情背后的社情民意,探索应对策略,是网络舆情研究亟待解决的问题。国内外研究者运用多种定性和定量的方法围绕网络舆情演化展开了卓有成效的研究,这些成果为研究探讨具有中国特性的网络舆情演化提供了重要的参考。本文基于前人的研究成果,定性分析网络舆情虚拟社区的特性,构建网络舆情演化模型,分析网络舆情演化影响因素,找出影响因素在网络舆情群体极化中的影响规律,为网络舆情的监管提供方法性指导和理论依据。首先分析网络舆情演化过程中的群体极化,总结并提出网络舆情群体极化的四种现象：单极聚化、两极分化、多极裂化和零极淡化。分析网络舆情演化的影响因素,把影响因素分归纳为：事件透明度、网民理性度和舆情热度,其中舆情热度又包括：环境热度、时间热度、关注热度、发帖热度,以及时间。找出影响因素对群体极化的影响关系。构建影响因素的统计方法,分析演化影响因素之间的动力关系。其次,针对网络舆情虚拟社区的元胞自动机特性、小世界效应和无标度特性,分析面向群体极化的网络舆情演化发生、发展和变化的过程,构建反映演化规律的相关模型,通过仿真验证模型的合理性。主要包括以下三个方面：1)构建迁移元胞遍历的迁移元胞演化模型。分析了网络舆情演化中的观点交互过程,建立网络舆情虚拟社区；基于元胞自动机原理,分析网络舆情虚拟社区的元胞自动机特性,构造迁移元胞；根据影响权重建立倾向度和自信度两个参数,研究倾向度和自信度对网络舆情演化的影响；提出观点交互的标准化自信度多数规则倾向度转换函数,构建迁移元胞遍历的迁移元胞演化模型。2)构建小世界效应下的网络舆情演化迁移元胞模型。基于复杂网络的小世界效应原理,分析网络舆情中观点关系的小世界效应特性,建立小世界效应网络舆情虚拟社区,构造迁移元胞和移动元胞；选择倾向度和自信度影响参数,研究倾向度和自信度对网络舆情演化的影响；提出小世界网络中的倾向度转换规则,构建小世界效应下的网络舆情演化迁移元胞模型。3)构建无标度特性下的网络舆情演化二阶段模型。基于复杂网络的无标度特性原理,采用实证分析网络舆情中观点形成与观点交互的无标度特性,建立无标度网络舆情虚拟社区；分析无标度网络舆情虚拟社区中舆情演化过程的观点形成阶段和观点交互阶段,提出观点形成算法和观点交互算法；通过对舆情演化中观点形成阶段和观点交互阶段的分析,构建无标度特性下的网络舆情演化二阶段模型。最后通过对群体极化下网络舆情演化的影响因素和演化模型的分析,探索应对策略,提出了群体极化下网络舆情的管理策略。通过这些管理策略的实施,能在一定程度上疏导控制反面或不利的群体极化的产生,防止反面或不利的群体极化的加剧,加强党的执政能力,提高各级政府应对网络突发事件的主动性,营造促进社会发展的良好舆论环境。