互联网技术的发展和进步,极大的改变了人们的行为方式,尤其是在舆情的产生和传播上,其影响更是颠覆性的。近几年以来,由互联网舆情引起的突发群体事件此起彼伏,并随时有可能被激化,发展成为突发公共危机事件。由互联网舆情引起的群体事件频发,已经不是偶然现象,而是由个体利益诉求导致的必然现象。互联网信息高度的参与性、互动性、时效性以及病毒式传播的特点,使舆情的社会效应呈现几何的级数的放大,如果不对其进行适当干预,会经由互联网产生众多不良后果。然而目前对于网络舆情的监控仍然停留在被动管理的状态,尚未形成一种主动的事前预警和管理模式,是否可以“领先一步,预测需求”是有效引导和利用网络舆情的关键。本文在考虑互联网背景的前提下,通过对网络舆情传递理论的分析,希望寻找一种可行的网络舆情预测的方法,对网络舆情的管理者提供一些有益参考建议。本文在梳理国内外研究文献,概括网络舆情相关理论的基础上,分析了网络舆情传递的基本原理和路径,并对舆情控制方法和模式进行了探讨和研究,主要展开了以下6个方面的研究:⑴基于理论分析,对网络舆情的研究方法进行拓展,采用分层次分析的方式,将网络舆情整体层面、群体层面、个体层面三个层次分别进行建模研究和分析,建立从宏观到微观的全方位分析模型。⑵基于个体迁移和信息转换两个环节对互联网舆情传递过程进行理论解析,建立基于阈值的互联网舆情传递模型,同时仿真互联网舆情传播过程。⑶基于模型选择,通过互联网舆情传递过程中子群模式的解析,运用系统动力学的建模方法,来解释互联网舆情的传递过程,并发掘对互联网舆情子群传递模式产生影响的各种因素。⑷基于理论分析,对互联网舆情传递的总体模式做进一步的解析,从个体传递模式角度对互联网舆情传递过程来进行二次论述。运用系统动力学的分析范式,从个体间的互动视角对舆情个体迁移和信息转换两个环节进行模型建立和仿真。⑸基于复杂网络的互联网舆情传递模式分析,论述互联网舆情传递的事前监控问题。使用链路预测的分析方法,利用舆情传递网络的拓扑结构数据,以舆情个体间传递关系的“从众效应”和“阈值效应”为起点,来预测舆情个体间可能产生的舆情传递连接。⑹基于微博数据的互联网舆情现实测度,搜集经由微博传递的舆情现实数据,并对其进行网络整体测度、子群传递模式测度、个体传递模式测度,从而对本研究建立的舆情传递网络模型进行验证,从而证明其现实适用性。本文通过对网络舆情的系统研究,形成了一些新的研究结论和研究观点,主要的创新点集中在以下三个方面。⑴基于舆情传递理论分析,发现舆情传递过程的阈值效应,修正了传统的“一味压制”舆情控制观点。通过理论分析及舆情传递模型的建立,将舆情传递过程分解为舆情个体迁移及舆情信息转换两个阶段,并使用仿真数据对其进行模拟。仿真结果显示舆情传递过程即存在阈值空间,也存在阈值移动的小窗效应。改变传统的“一味压制”,依据阈值及阈值小窗效应来控制舆情传递更能实现舆情控制的目的,并且提高舆情个体的舆情观点转变概率是控制舆情传播的有效途径。从阈值角度提供了一个有效的舆情传播控制方法,以期为舆情监控提供相关的理论支持。⑵基于舆情传递过程分析,发现不同虚拟社区间及虚拟社区内部的互联网舆情传递模式的特点。本研究从虚拟社区角度出发,解析了互联网舆情传递的子群传递模式,着重研究互联网舆情在不同的虚拟社区间以及虚拟社区内部舆情传递的主要过程。⑶基于案例分析,对互联网舆情传递的“事前预测”做出尝试。目前,已有研究对互联网舆情的监控大多是事后角度的监控,通常的做法是对所收集的舆情数据进行统计分析或者传播动力学分析,找出其中的规律,及其可控之处。本研究尝试使用复杂网络理论中的“链路预测”方法,对互联网舆情传递过程进行事前预测,根据舆情网络的相关特征,选择适当的链路预测指标,完成舆情传递过程的整体预测。