网络舆论不仅影响人们社会生活的方方面面，也直接影响到国家的政策制定，是当前的研究热点之一。网络舆论的传播离不开网络社区和网络社区中的意见领袖，但当前网络社区的发现、意见领袖发现和网络社区中的舆论传播研究中存在着缺陷和不足，导致网络舆论的研究成果不能解决现实中的网络舆论问题。本文致力于网络社区发现、意见领袖发现、随机网络和网络舆论传播模型等方面的研究，主要工作包括：　　 ⑴针对当前网络社区发现算法时间复杂度较高、考虑全局网络结构导致运算量大以及局部网络结构算法不明确等问题，对用于网络社区发现的基于局部环境的边稳定系数模型进行了改进，该改进算法从局部网络结构的角度出发，将网民看作节点，将网民关系看作是无向有权边，建立无向有权网络，引入新的紧密度计算公式，计算边紧密度。并通过一次性删除紧密度较低的边的方式大大降低算法的时间复杂度。最后将真实数据导入到改进算法，实验结果证实了该算法的合理性。　　 ⑵针对当前网络社区意见领袖算法未考虑网民间影响的方向性问题，提出了基于有向有权图的意见领袖发现算法。该算法将网民之间的关系看作是有向有权网络。真实数据下的对比实验结果表明，该算法意见领袖发现的结果比原算法更合理，结果更准确。　　 ⑶针对当前网络舆论模型的网络结构构造与实际不符且不能通用、模型规则复杂、运算量较大、考虑因素有限等不足，提出了考虑个体影响力的随机网络构建模型。在该模型中考虑了个体影响力对边连接概率的影响。在此网络构建模型和有界信任模型的基础上，从突现计算的角度，构建了一种的单、多社区通用的网络舆论突现计算模型，其中考虑了个体记忆、意见领袖和易变个体对舆论的影响。与同类舆论模型的仿真对比分析表明，本文舆论模型算法简单，时间复杂度低，舆论形态更丰富。同时，定量分析了意见领袖、易变个体、阈值和社区外部连通概率对舆论形成的时间和舆论的数目的影响。最后，采用功率谱熵和动力学特性两个指标对网络舆论进行了定量分析，并从中发现了突现现象。　　 ⑷使用C#和SQL Server构建了网络社区发现及网络社区行为分析的平台，并在该平台下，设计并实现了针对天涯杂谈的网络爬虫系统，抓取了该论坛从2002年至2012年所有帖子和网民回复数据共4GB，为后续网络社区研究奠定数据基础。