随着互联网在全球范围的迅猛发展和广泛使用，它已成为一种不可或缺的传媒工具，成为形成舆论的主要阵地，反映了整个社会的舆情状况。由于互联网的自由、隐蔽、便捷等特性，热点问题或有潜在危机的事件会随着网民的关注和参与迅速蔓延，甚至引发公共危机。网络舆情作为反映社会舆情的“实时晴雨表”，已成为各界研究的热点，由于网络舆情引发危机周期短、几率高，而且造成的影响范围广、危害大和控制难度大等，网络舆情危机预警的研究也因此具有了其重大的现实意义。国内外许多专家学者都进行了网络舆情危机管理和风险预测等方面的研究，目前网络舆情危机预警已成为一个新的研究领域。本论文在总结和分析国内外网络舆情危机预警研究的现状和发展后，从网络舆情的基础知识开始展开，建立了网络舆情危机预警指标体系，并且运用主成分分析法提取了8个综合指标，最后建立基于支持向量机的网络舆情危机预警模型，并通过“微笑局长”的实例证明了模型的可用性、合理性和有效性。所以本文的主要研究内容和成果包括：1)本文分析了引起网络舆情危机的关注度、观点倾向度和观点强度，在遵循了指标选取的各个原则下，构建一个包括三个层次、四大类、十五个具体指标的网络舆情危机预警初级指标体系，然后本文对15个预警指标作了详尽的分析说明，并分别给出了定量计算的公式和定性评分的依据。最后通过主成分分析法确定了最终的网络舆情预警指标体系的主成分，建立起合理而有效的指标体系。2)构建了基于支持向量机的网络舆情危机预警模型。支持向量机是目前用于小样本的分类、回归等问题的最佳理论，将它引入到网络舆情危机预警模型中，以避免人工神经网络等方法存在的网络结构难于确定、过学习和欠学习以及局部极小等问题，而且通过实证研究表明该预警模型的预测的变化趋势比较好，但是由于网络舆情危机预警问题的特殊性，预测结果的精度较低，通过分析，证明该模型是有效、实用的。3)通过实证研究证明本文建立的预警模型是合理有效的，在预警模型的使用中提出了建议：网络舆情的危机预警是一项实时性的工作，但是由于原始数据的获得工作量大，因此该模型需要大量计算机技术的支持，该模型要跟计算机软件和硬件做接口，需要不断优化算法，提高获得数据的效果和效率，保证危机预警的实时性；网络舆情危机预警的目的其实就是在危机潜伏期内，及时发现险情，防范于未然。所以本文对监控中的舆情事件的危机度设置阀值为0.5，当危机度过超过0.5，要发起警报，迅速做出反应，及时分析原因，采取适当的应急措施，消除民众的不满情绪，防止舆情危机度的持续上升和巨大险情的出现。