在社交网络舆情分析中,对网络中的群体事件、热点话题的传播机制进行研究已经成为当前研究的热点。信息传播动力学作为在线社交网络分析和复杂网络研究的交叉领域,形成了巨大的传播网络,将用户关系和信息交互进行了融合。同时,在线社会网络结构的复杂性和多维演化性,以及用户行为特征的多样性,给社交网络群体事件传播的分析带来了困难与挑战。如何准确地分析社交网络群体事件动力学成因,探究信息传播机理,挖掘主要特征是当前需要解决的难题。本论文的信息传播研究主要包含以下两个方面:对于单条消息的研究,在多维网络和博弈论的基础上分析信息的传播趋势,挖掘社交网络群体事件动力学。对于多条消息的研究,在多层网络和含时变量的基础上分析多消息动态交互传播过程,探究多消息传播趋势。其主要内容如下:1.围绕单消息多维网络的动力学研究。针对传播路径的异质性和用户交互的复杂性,在多维网络的基础上提出一种基于话题热度的用户行为演化策略,旨在探究静态驱动因素和动态驱动因素对信息传播过程中群体状态转化的影响。首先,提取个人属性和用户交互属性,并将其映射到多维网络空间:行为影响力子网、属性影响力子网和拓扑影响力子网,以此降低子网之间的耦合关系。其次,考虑到话题用户的心理特征对信息传播的影响,定义话题热度的概念,结合演化博弈论,提出一种用户行为的动态演化策略。最后,在传统的传染病模型基础上,结合多维网络和心理特征,得到一种改进的信息传播动力学模型。2.进一步将单消息多维网络扩展到多消息多层网络的动力学研究。针对多消息传播过程之间相互影响并展现出丰富的交织效应,提出一种基于多层网络空间多消息的传播模型,旨在探究社交话题下多消息并发传播的内在机制。首先,针对传播空间的多维性,通过挖掘社交结构重叠性和传播行为复杂性,将其映射到多层传播空间。通过分层处理,不仅多维度地构建多消息传播路径,而且可以进一步感知每条消息的传播态势。其次,针对信息传播中感染率依赖时间变化的问题,引入多消息之间相互作用的含时变量。通过这种方法,切实地反映多消息之间竞争与合作的传播过程。最后,在多层传染病模型基础上引入动态交互机制,利用离散时间的微观马尔科夫链方法构建多消息耦合动态过程的统一框架。最后,本文利用真实数据和仿真数据对提出的模型进行了验证。实验表明,本文提出的模型是可行而有效的,可以有效地揭示不同驱动因素对信息传播的影响,感知社交网络中的信息传播态势,并且可以更加真实地揭示社交话题下多消息传播互作用机制。