目的：探索大数据下的网络行为研究方法,分析新型禽流感疫情早期的微博内容及变化趋势,以探究当高致病性传染病疫情来临时人们在新型互联网媒体(web2.0)上的行为的特征与规律,以探索其中蕴含的心理机制,为突发公共卫生事件社会预警与应对机制的制定提供参考。方法：使用自动化和内容挖掘技术,以时间连续采样法获取59230条普通微博和9616条热门微博的结构化数据,并使用内容分析法中的文本态度分析、LIWC心理文本分析、词频共词网络结构分析以及人工编码分析方法,对微博发布的态度表达、心理过程词的使用、发布内容的偏好性以及阅读转发的偏好性进行分析。结果与结论：禽流感相关的原创普通微博内容态度倾向分析结果表明,在H7N9禽流感疫情前三周,与禽流感相关的微博态度倾向以消极为主,变化趋势是越来越积极,极端消极态度倾向微博的比率逐渐下降,进一步的时间序列分析结果表明,态度变化在短期具有稳定性。LIWC的分析结果表明,消极情绪词的比例比积极情绪词比例更高,但标化趋势是越来越低,消极情绪词与积极情绪词变化呈负相关关系；焦虑词的比例较高,并且波动较大；生理过程词和健康词比例比一般参考值高,随时间序列呈下降趋势,摄食词与健康词可能存在互斥关系。词频和共词网络分析结果为,在原创微博中,无论是词频还是网络中最高度分布以及的最高核心度的词与新闻相关,并且预防相关的词核心度逐渐上升,随着时间的推移,共词网络的复杂程度在增加,即微博内容越来越多样性。人工编码分析结果表明,截至第三周,前两周发布的微博中,高阅读量及高转发量的微博主要内容是禽流感相关知识,疫情新闻以及对本次禽流感疫情的情感表达或相关评价,转发率最高的是禽流感相关的调侃与笑话以及禽流感相关知识；积极表达内容的转发率比消极内容高；高同质性缺乏新颖性可能降低微博的转发率；对于谣言的调侃与讽刺的内容可能具有阻断谣言的作用。