新冠疫情发生以来,突发事件信息的动态性、风险性和复杂性等特点使其信息传播模式的演变更加复杂。掌握突发事件的信息传播模式对于舆论管控、指导应急管理、应对非理性事件传播等问题具有重要意义。当前针对信息传播方法虽然已经开展了很多研究,但仍局限于单一舆论事件的传播规律研究,不能适应海量信息传播下对突发事件传播规律的整体把握。当下针对某一类事件的信息传播过程只进行总体趋势的专家解释和定性描述是远远不够的,需要对信息传播的效果进行合理化的度量,针对突发事件这一类别事件的信息传播模式提供针对性、普遍性、规模性的度量方法。为此,本文以研究突发事件传播规律为目标,面向海量信息传播数据,针对突发事件这一类别信息的传播模式,提出了系统全面的突发事件信息演化模式挖掘方法。首先,本文提出了突发事件信息传播时空特性自动化度量方法,该方法针对信息传播的八种时空演化特性,提出了针对时间特性的生命周期、活跃期、波动频率、激活特性四种度量方法和针对空间特性的传播深度、传播规模、传播广度、传播模式四种度量方法。其次,本文以度量方法量化得到的时空传播特征数据,提出了两个基于信息传播时空特性的流行度预测算法。两个算法分别从时间和空间两个角度出发预测转发量和信息覆盖量两个流行度指标。基于信息传播模式的多源传播过程转发量预测算法的目标是从时间角度出发预测未来时刻信息的转发量,而该方法在传统信息传播模型的基础上进一步考虑了社交平台中消息传播所呈现出的去中心化特点,以本文中提出的信息传播模式自动化分类算法为基础,将信息传播过程拆分为多个以转发者为中心的传播子过程的叠加,从而优化了信息传播的刻画过程。基于信息传播时空特性的信息覆盖量预测算法是从空间角度出发,以信息传播时空特征数据为输入,预测信息覆盖量的方法。相比传统的信息流行度度量,信息覆盖量可以直观反映出信息在网络上的真实传播范围,但信息覆盖量的计算通常需要因用户隐私保护而不宜获取的指标,本文提出的基于信息传播时空特性的信息覆盖量预测算法可以对信息覆盖量进行较好的预测。最后,本文设计了一个突发事件信息传播分析系统,该系统结合面向微博的突发事件传播信息抽取技术,在用户指定信息网址后自动化微博数据采集,同时结合信息传播的时空特性自动化度量方法为用户提供对事件传播、舆论场变化的全面动态追踪解读和数据可视化分析。本文以2018年年度热点事件为背景,抓取了中国最大的网络微博平台新浪微博的8,100万条转发数据,对信息传播时空特性的自动化度量方法进行验证。将突发事件在线传播信息与其他四种类型（政治、社会、科技、娱乐新闻）的在线传播信息进行对比分析,挖掘同一类别事件的演化规律。实验发现突发事件信息具有传播距离短,持续时间短,活跃期短,波动少,激活时间短、活跃时期单一、通常在工作时间段被转发等一系列传播特性。通过这些方法得出的实证结果为灾害救济、应急管理和其他通信路径预测应用提供了有益的见解。