随着互联网时代的到来,信息传播速率大大提高,政府对网络舆情的预测和管控难度加大。观点动力学对于网络舆情研究有着重要的现实意义。因此本文尝试引入媒介素养来改进HK观点动力学模型,考察用户媒介素养对观点演变的影响,以期为政府网络舆情调控提供参考性建议。本文的研究内容主要分为以下三个部分:（一）多重指标量化媒介素养。本文通过文献综述法确定了媒介素养量化的多重指标,然后通过德尔菲法收集的数据验证了媒介素养量化多重指标的信效度。紧接着,本文运用经典BP神经网络学习专家打分依据,量化了真实用户的媒介素养值。最后,通过对比不同神经网络算法,验证了经典BP神经网络算法量化媒介素养方法的有效性和优越性。（二）引入媒介素养改进HK观点动力学模型。在改进后的HKML模型中,个体筛选邻居需要综合考察邻居的置信范围和媒介素养双重因素的影响。媒介素养的加入突破了单一置信范围标准的限制,使得个体可以交流的邻居范围扩大,系统内的观点更容易达成共识。（三）在不同的社交网络上进行实验仿真。首先,本文在重连概率为0.5的小世界网络上进行实验仿真,综合考察置信范围、媒介素养阈值、环境噪声、个体固执程度四个因素对个体观点演变结果和分布状态的影响。然后,本文构建了真实的社交网络,并赋予每个节点真实的媒介素养值,在此基础上进行实证研究,验证媒介素养在真实社交网络中对观点演变的影响。实验结果表明,改进后的HKML模型突破了置信范围的限制,使得个体可交流的邻居更多,更容易达成共识。其次,在现实生活中总会存在部分固执的个体,没有绝对意义上的共识,但改进后的HKML模型对环境噪声和固执个体仍然具有较好的免疫力,说明媒介素养的加入可以很好地提高个体甄别谣言信息、理性思考的能力,进一步强调了现实生活中加强个体媒介素养教育对于政府舆情调控的重要性。