随着公众社会参与意识的增强,以及移动互联网技术的快速发展,公众参与社会热点话题讨论的积极性日益高涨。某一热点事件发生后,人们会根据所获取的信息形成对事件的初始态度,并通过网络论坛、讨论组等与他人进行交流,在同他人的争执或肯定中使得舆情不断发展至高潮,由此形成舆情极化现象。舆情极化现象产生后,在相关信息的影响下会进一步形成舆情反转或多维舆情极化现象,进而衍生出一系列的网络暴力行为和极端群体性事件,给社会的稳定造成较大的冲击。本文基于舆情极化的相关研究成果,进一步对其进行深入和扩展研究,分别对舆情反转和多维舆情极化现象进行研究,具体内容如下:（1）融合外部干预信息与个体内在特征的舆情反转模型研究。首先识别影响舆情反转的内外因素,即个体内在特征和外部干预信息。其次,引入信息强度和个体感知到的信息量指标描述外部干预信息对舆情反转的影响。然后定义个体关注度与保守度参数描述个体自身对外部信息的选择过程,揭示其内在特征对舆情反转的影响,进而构建舆情反转模型,并且通过仿真实验分析了信息强度、个体关注度以及个体保守度等对舆情反转过程的影响。（2）话题衍生情境下的多维舆情极化过程建模。首先对影响多维舆情极化的因素进行识别,包括不同维度话题间的相互影响和同一维度话题内部的观点交互。其次,引入话题相关系数描述不同维度话题间的相关性,并用个体话题支持度衡量不同维度话题和外部干预信息对个体态度的影响,再进一步融合多维态度交互规则构建了多维舆情极化模型。然后通过仿真实验分析了个体参与话题状况、话题相关系数、外部干预信息等对多维舆情极化过程的影响。本文基于舆情极化的相关理论,分别从网络舆情反转和多维舆情极化的角度对其进行深入和扩展性研究,并通过实验仿真的方式分析了影响舆情反转和多维舆情极化的因素,同时结合实际案例进一步验证了模型的有效性,对于预测网络舆情演化趋势和应对突发公共事件具有一定的现实意义。