当前,我国正处于百年不遇大变局的关键时期,社会经济、价值观念等正经历着全面转型和急速变化,自然灾害、事故灾害、社会安全和公共卫生事件等各类突发性事件进入高发、频发阶段。互联网和移动通信技术的普遍应用使社交媒体成为社会事件发声的第二现场,公众可以利用在线媒体平台进行观点交互和消息扩散。在线社交媒体的快速发展在给信息传播提供便利的同时,也使得在线社交网络中信息的传播速度、传播广度和传播深度都大幅增加。在网络舆论的推动下突发性公共事件愈演愈烈,信息疫情也随之应运而生。信息疫情的产生和发展给整个社会的信息治理带来了巨大的挑战,因此有必要对信息疫情的传播机制和风险评估进行深入研究。本文旨在通过复杂传染理论、因果关系分析法、预测模型及风险评估等方法,从信息疫情传播机制和信息疫情风险评估两方面进行了研究。首先以信息疫情事件的群体特征为切入点,从狭义的信息疫情研究角度出发,以四类突发事件为信息疫情研究载体,分析了信息疫情的传播机理。其次构建了用于信息疫情传播态势预测的预测模型。最后对信息疫情的传播风险进行了评估与分析。本文的研究工作主要有以下几个方面:（1）从群体结构、群体规范、群体过程三大群体行为特征出发,构建在线社交网络上的信息疫情传播模型。首先,在时序关系网络的基础上,根据复杂传染理论,综合考虑信息疫情的传播特点,构建信息疫情舆情系统的动态度量指标。其次从数据角度出发,根据CCMMM算法,构建了不同类型突发事件的信息疫情传播模型。研究发现,突发性自然灾害事件的信息疫情传播模式与其他三类突发事件差异较大,且其他三类突发事件的信息疫情传播模型变量间的因果关系强度也不相同。（2）针对突发性事件信息疫情的传播态势进行预测。首先基于“数据多维化→单一预测→重组→组合预测”的研究思路,综合运用群体特征指标、误差平方和最小原则、SVR模型和LSTM模型,构建了一种新的信息疫情预测模型即SVR-LSTM-M模型。其次以四类突发性事件的数据为例,通过与其他的模型进行对比实验发现,SVR-LSTM-M模型相较于其他模型具有更好的泛化能力。（3）对信息疫情事件的传播风险评估进行研究。分别从微观和宏观角度确定了事件的当前风险指标和潜在风险指标,并以此构建了信息疫情传播风险评估模型。通过对四类突发事件的风险评估研究发现,公共卫生事件每日平均风险最高;事故灾难和社会安全事件每日平均风险其次;自然灾害事件每日平均风险较小。并且不同类型的突发事件风险传播具有不同的模式。