加强食品安全网络舆情预警,对于促进食品安全、保障民众生命健康具有重要意义。人民日报社原副总编辑张虎生说过,提高网路舆情质量的关键:重在认识,贵在研判。本文基于公共管理学、统计学视野,从新公共管理理论、海恩法则理论、沉默的螺旋理论、预警理论出发,在大量文献和实证分析基础上,探讨了我国食品安全网络舆情预警存在的问题;构建了食品安全网络舆情预警指标体系和理论模型,选择5个典型性、代表性的食品安全网络舆情个案,借助网络爬虫,从百度、微博、今日头条等网络平台采集这5个个案的数据,结合模糊综合评价法（FCE）、K-mean聚类和卷积神经网络（CNN）构建食品安全网络舆情预警实证模型,开展食品安全网络舆情预警分析、研判,并提出了政府部门和相关企业加强食品安全网络舆情预警的对策建议。论文的主要研究内容如下:在综述大量文献和实证分析基础上,探讨了我国食品安全网络舆情预警存在的问题。一是食品安全网络舆情监测体系不全;二是食品安全网络舆情预警研判不足;三是食品安全网络舆情预警技术不强;四是食品安全网络舆情预警效率不高;五是食品安全网络舆情预警认知不够。根据食品安全网络舆情预警的相关理论,建立了4个一级指标,13个二级组成的预警指标体系。首先,以构建的食品安全指标体系为基准,使用八爪鱼采集器对“非洲猪瘟”等5个食品安全网络舆情个案相关的数据进行采集。其次,运用模糊综合评价对样本数据进行分析,构建模糊评价矩阵。再次,通过K-mean聚类的方法分析模糊评价矩阵的13个特征,所得结果印证了模糊评价矩阵的代表性。最后,以模糊矩阵的13个特征作为输入,构建基于卷积神经网络（CNN）的食品网络安全预警模型,识别率为87.01%,证明了本研究所构建的指标体系和预警模型是合理可行的,能为食品安全相关部门研判食品安全网络舆情发展提供决策支持。基于上述研究,提出完善食品安全网络舆情预警监测体系、健全食品安全网络舆情预警监测系统、规范食品安全网络舆情预警研判标准、严格食品安全网络舆情预警研判工作、增强食品安全网络舆情预警意识、提升食品安全网络舆情预警能力和提高主流媒体食品安全网络舆情应对水平等政策建议。