社交媒体时代,舆情反转现象层出不穷,准确高效地预测出舆情事件是否会发生反转,对于防止舆论进一步恶化有重要现实意义。本文依据新闻学、传播学以及管理学的相关理论,运用文献研究法、案例分析法、调查研究法、模型研究法,对舆情反转预测展开研究。具体来说,构建舆情反转事件的属性特征,并进行相关特征的重要性分析,建立舆情反转识别模型,并从舆情治理角度出发,提出相关引导策略。通过研究,从网民、媒体和政府等几个方面提出35个事件特征,并利用特征相关系数矩阵选取与舆情事件发生反转相关性最大的重要特征展开详细分析。进一步地,基于反转点前的事件演化过程进行特征优化,并采用主题词提取、情感分析等技术对优化后的特征进行赋值依据分析。提出改进的KE-SMOTE算法对正负样本分布悬殊的事件集合进行均衡处理,保证样本的最优分布,基于均衡处理后的事件集构建以神经网络为基础的舆情反转预测集成分类模型。最后,从舆情反转类事件特征和舆情反转预测两个视角提出舆情反转类事件的应对策略。