2019年末爆发的新冠疫情使全球都经受了一场艰苦卓绝的历史大考,目前全球防疫形势仍十分严峻。控制疫情的蔓延是全球共同努力的首要目标,与此同时引导与控制疫情防控期间的舆情,建立积极通畅的舆情疏导机制,亦是防疫的重要环节。因此本文以新冠疫情的传播与防控以及疫情期间网络舆情的传播与管理为研究对象,通过建立博弈模型、情感分析等方法展开研究,以疫情及舆情的角度为防疫提供建议。本文就以下几方面开展了相应的研究工作。首先,考虑到新冠疫情的传播和预防,在SIR传染病模型的基础上建立了一个微分方程模型,求解得到疫情传播与日接触率及日治愈率具有显著的相关性。在此基础上围绕“政府该如何对潜在的新冠传染场地实施高效监察,但是以减少感染者的日接触率”,建立了监察单位与被监察单位监督间的博弈模型,并基于该模型,得到了监察单位检查防治单位时的力度和比例。最后针对模型求解结果,提出对相关监管部门防治疫情的建议,以博弈模型对如何实施有效的疫情防控提供定量支撑。其次,考虑新冠疫情中舆情的传播过程,利用大数据分析对网络舆情传播进行解读和刻画,即采用scrapy redis分布式策略,在一定时间内对微博数据进行抓取,采取文本聚类、自然语言识别等算法对具体数据进行处理、分析和对比,最终可视化地表达出了网民情绪变化趋势图、关注话题频数图、舆情演化地理特征图。最后,考虑意见领袖与网络媒体参与的新冠疫情中舆情的传播,建演化博弈模型,通过求解复制动态方程得到模型不同条件下的稳定解及演化稳定策略,得到在舆情事件传播过程中,若网络媒体片面报道新闻会受到政府惩罚,则全部比例的网络媒体在经过动态学习后,会选择全面报道策略,而意见领袖选择转发策略与否,和其心理收益、转发成本等有关。平台及政府应建立合理的奖惩机制,促进意见领袖与政府协同发声,合理引导舆情的传播。