社会化问答社区的蓬勃发展重塑了话题传播、知识分享和情感交流的方式,一定结构的知识标签网络会激发不同的话题热度,而不同热度的话题往往体现了特定情景和群体的情感偏好。在知乎平台信息的不断传递下,话题的流转程度也随横纵时间更替不断演变转换,公众对话题标签的关注程度也随之变化。由此,本文以话题标签为切入点,从不同角度探究知乎平台知识网络的话题流行度,有利于深入了解知乎平台社会热点话题出现与消失的演化规律,便于在第一时间了解话题舆情的变化情况并及时做出举措,提前对潜在风险进行把控,为话题引导和舆情管控提供理论基础。本文基于神经网络理论与时间序列分析法,对知乎问答社区的话题数据及其指标进行多维度的分析,探索流行度普遍的变化趋势并得到初步的预测结果,同时,在此基础上分析话题情感趋势分析,探索话题流行度的发展趋势与情感之间的相互关系。因此,本文主要有以下研究结果:第一,基于层级定义的方式计算的各话题流行度的方差值显示娱乐新闻、流行病及自制力等话题流行度方差值相对较大,而养生、近视眼、自学等话题流行度方差值相对较小;第二,“娱乐新闻”、“流行病”及“自制力”三个话题分别构建ARIMA（0,1,1）、ARIMA（5,1,1）、ARIMA（8,1,1）进行预测和拟合,模型实际情感值与拟合情感值曲线总体拟合度较好,并且后续段时间内均呈现平缓下降状态;第三,经情感工具对比分析,百度情感分析API准确率较高为78%,且所绘制的话题情感值时序图与话题流行度时序图,以及所构建的多变量LSTM预测模型都表明话题的流行度与情感值之间存在着必然联系。综合上述研究结果可知,基于话题数据结构特征采取层级定义的方式研究网络问答社区的话题流行度提供了新思路;同时,在研究话题流行度与情感值时可知,当大量知乎用户在话题下表述看法或观点产生积极或消极影响时,可对话题的流行程度起到促进作用,反之,当话题流行度较高时,也可吸引其他用户参与话题,发表自己的评论内容,表达自己的情感价值,起到反推动的作用。