突发公共事件指突然发生,造成或者可能造成严重社会危害,需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件,突发公共事件的突发性、不确定性、公共性、群体危害性、动态性、复杂性给人们造成非常严重的生命安全威胁,给社会造成不稳定,也对政府的应急管理提出了严峻的挑战。党的十八大以来,习近平总书记多次提出要结合现代化技术提升国家治理现代化水平,推进政府管理和社会治理模式创新,实现政府决策科学化、社会治理精准化、公共服务高效化、管理过程智能化的目标。因此,提升应对突发公共事件的能力建设,既是国家安全治理必须面对的严峻挑战,又是当下学术界关注的热点与难点问题。随着移动设备的迅速普及,公众获取和传播信息的速度加快,与此同时社交媒体平台高速发展,成为信息传播的推动者和群众意见形成的推动力。但另一方面,社交媒体平台信息发布的迅速性、爆发性、难控性等特性同样导致网络舆情问题频繁发生。在突发公共事件的背景下,社交媒体平台传递出的各类用户数据信息对于把握公众行为和心态具有较强的代表性,如何迅速摸清社交媒体用户行为规律,感知其情感变化,掌握舆情演化规律,控制舆情发展方向显得至关重要。本文围绕“数据分析-算法集成-案例研究-仿真模拟”的主线对突发公共事件背景下社交媒体用户行为规律、情感变化及舆情演化博弈研究等一系列问题展开了研究:本文首先通过分析突发公共事件背景下社交媒体用户情感数据基本特征,提出了一种新的综合了通用知识和特定领域知识的情感分类方法并验证了其有效性,并以此为基础,通过引入实际案例,对突发公共事件背景下社交媒体用户行为及情感演化过程及其差异化展开了研究,基于案例研究得出的结论,探究了普通网民、普通媒体和政府媒体三方主体参与下的突发公共事件网络舆情演化博弈过程,得出相应结论并相应提出政策建议。主要工作如下:（1）突发公共事件下社交媒体基础数据特征分析和预处理。针对突发公共事件背景下社交媒体用户情感数据具有明显类不均衡的特点,研究设计了一种新的、综合了通用知识和特定领域知识的情感分类方法。与从传统情感词典中生成基于词典的特征的现有研究不同,标签传播方法被开发来诱导语料库自适应的情感词典。具体来说,本章通过使用Glove-embedding实现所提出的标签传播算法来生成一个领域不敏感的情感词典,并通过在标签传播模型中使用SVDembedding归纳出一个特定领域的情感词典。将归纳的通用词汇和特定领域词汇以及两个词嵌入进一步融合以训练集成分类器。此外,针对情感分类中所涉及的不均衡数据问题,本文提出了一种新的过采样方法。鉴于文本数据的基本单位是单词,而之前的过取样方法主要是在数字空间中进行的,所提出的过取样方法努力通过两种文本生成策略直接生成人工文本:“近义词”和“反义词”的文本替换。实验证明了该算法在不均衡文本数据情感分类问题上的可靠性、可解释性及其有效性。（2）突发公共事件下社交媒体用户行为及情感演化研究。通过微博平台的话题标签功能,分析同一事件下社交媒体平台产生的不同主题的数据,建立了一个跟踪社交媒体用户行为和公众情感演变的框架,并分析了它们之间的相关性。研究发现,突发公共事件背景下,社交媒体用户的行为与正常的作息基本保持一致,社交媒体用户并没有因为突发公共事件的发生而刻意改变日程安排。随着事件的发展,新的热点话题应运而生,迅速引起了用户的关注,并导致人们对之前主题的兴趣下降。然而,在同一突发公共事件下产生的不同热门话题讨论热度的变化具有相似的趋势。通过对用户关注点的研究发现,新浪微博对用户来说最重要的功能是表达自己的感受和情感,不同热点话题下用户情感差异很大,用户情感与个人认证用户发布的信息及每分钟最大信息量呈正相关。本研究为突发公共事件中从社交媒体平台信息提取及情感传播规律提供了新的视角。（3）突发公共事件下社交媒体用户行为及情感差异化研究。基于上一部分研究结果,该部分研究主要致力于分析突发公共事件背景下不同社交媒体用户在行为规律、情感变化、影响力之间的差异,并在此基础上分析了国内外社交媒体平台上用户的差异性。研究结果旨在为政府机构处理类似的信任危机时提供依据。首先,当危机发生时,政府机构必须及时有效地沟通,研究表明,突发公共事件发生时,社交媒体用户倾向于从受到社交媒体平台认证的用户处获取信息。类似地,政府机构可以在其社交媒体平台上保持一定的连续性,以在突发公共事件发生时有效评估和维护公众情感。本研究为政府机构对于平台认证用户的发展提供了新思路,并为政府机构在信任危机事件中合理使用平台认证用户提供了新思路。（4）突发公共事件下社交媒体平台网络舆情演化博弈研究。在前两部分研究结果的基础上,该研究旨在探究普通网民、普通媒体和政府媒体三方主体参与下的突发公共事件网络舆情演化博弈过程。该部分分析了政府媒体干预信息传播效力对舆情演化结果的影响,和如何提高政府媒体干预信息的效力以更好地构建健康和谐的网络环境、维护社会秩序。研究根据参数假设构建支付矩阵及三方主体的复制动态方程,完成三方演化博弈模型构建。结果表明,政府媒体干预效力会影响三方主体的策略选择,从而对三方演化博弈结果产生影响,同时影响突发公共事件网络舆情演化。政府媒体需要全面掌握网络舆情信息,不可过度放任突发公共事件网络舆情演化,也需要掌握网络谣言信息,进行针对性辟谣,及时干预突发公共事件网络舆情,构建健康和谐的网络环境。本研究旨在探索突发公共事件下社交媒体用户行为规律、情感变化以及舆情演化规律。综合考虑舆情发展阶段,通过数据挖掘技术获取社交媒体平台中用户情感、行为相关数据,综合考虑事件、公众、媒体、政府对舆情演化的影响机制并建立复杂系统模型,掌握演化规律,为控制舆情方向发展,情感行为引导,政府采取有效措施提供理论依据。创新点主要体现在:（1）针对文本数据情感分类中的领域敏感和不均衡问题,基于过采样技术,提出了一种融合通用知识和领域特定知识的情感分类模型。（2）针对现有舆情演化规律研究未充分考虑不同阶段不同因素对公众情感的综合性影响,构建了多维度的动态社交媒体用户行为和公众情感演变分析框架。（3）针对现有舆情干预的研究大多为单因子的局限性,基于普通网民、普通媒体和政府媒体之间的交互关系,构建了三方主体动态博弈模型。