科学技术的快速发展促进了互联网平台的发展与壮大,信息化时代给人们学习和生活提供了很大的便利,这使得用户能够更方便、快捷地通过各种渠道获取各类带有情绪的信息,很大程度上加快了情绪传播的速度,同时也拓宽了情绪传播的范围,但是在用户快速传播情绪的同时也极易在社交网络上引起一些负面的影响。因此,研究社交网络上用户情绪传播的行为与规律,并制定有效的策略来引导情绪传播的方向,对维护社会的稳定具有重要的意义。在互联网社会里,情绪与其他信息共存,而影响情绪传播的因素不仅包括情绪本身的特征、传播用户的自身因素和社交网络上的其他共存信息,还包括用户所处网络的拓扑结构特征等因素。在仔细分析情绪传播行为的基础上,综合考虑情绪传播者在网络拓扑结构、用户自身行为以及社会作用机制这三个角度来构建情绪传播模型,进一步对用户在社交网络上的情绪传播行为进行研究和探讨。本文研究的主要内容如下:（1）针对目前情绪传播建模研究尚未综合考虑网络拓扑结构、用户自身行为特征和社会作用机制这三个角度里的相关因素对情绪传播行为的影响,提出了SHIR（Susceptible-Hesitant-Infected-Removed）情绪传播模型,分别对节点度中心性和节点影响力、节点相似度和节点从众行为博弈、节点从众行为博弈和社会强化作用对用户在传播过程中的感染概率、转发概率以及免疫概率的影响进行了分析。然后,根据相关算法生成仿真实验网络,针对本文提出的情绪传播模型进行仿真实验分析,验证了模型的合理性;并结合相关的影响因素,进行对比实验分析。实验结果表明:节点度中心性越大,情绪传播者和情绪犹豫者的传播峰值越大;情绪免疫者达到稳定状态的时间与社会强化因子成负相关;真实事件验证说明仿真实验数据与真实数据拟合程度较高,且两者间的峰值误差率小于5%。（2）针对现有研究未充分考虑用户状态改变与所处网络拓扑结构之间的联系,提出了网络拓扑结构上的SLPR（Susceptible-Latent-Propagative-Remover）情绪传播模型,分别对社交网络上用户整体变化趋势以及网络上初始传播节点数和节点度大小对用户传播行为的影响进行了分析。然后,在相关算法生成的BA无标度网络、WS小世界网络以及采集的真实数据集形成的社交网络上进行数值模拟分析,证明了模型的有效性。分析得到:增加社交网络上初始传播情绪的用户数量,能够使得整体情绪传播的过程更便捷,产生的影响范围也越大;社交网络上用户自身节点的度越大,越容易加快情绪在社交网络上的整体传播速率,增大情绪传播的范围以及传播的峰值。