随着互联网在全球范围的飞速发展,网络已成为继报纸、广播、电视之后的“第四媒体”,成为反映社会舆情的主要载体之一。网络的自由化与多元化是一把“双刃剑”,它是下情上达的一个理想窗口,是政府快速、直接了解民意的一个有效途径,但是,它也给一些人利用网络制造虚假信息、散布谣言的机会,给社会稳定、国家安全带来了一定的威胁。近两三年网络舆情引发的危机事件激增,引起了政府的高度重视,面向网络舆情的预警需求是迫在眉睫的,构建一个面向网络舆情的危机预警体系,帮助相关部门及时发现社会热点、负面信息或潜在问题的征兆,并做出预警,保障社会的安全与稳定,促进国家和谐发展。本文在网络舆情和危机预警的理论知识上展开,核心内容是基于BP神经网络的网络舆情危机预警模型的建立,包括两大部分：第一部分建立了模型的指标体系,从3个层次、4个方面、11个具体的指标构建了网络舆情危机预警指标体系的递阶层次结构,并将11个具体指标进行量化表示,使得网络舆情信息判断更加科学、客观,网络舆情危机预警指标体系是网络舆情的监管、危机分析、预警的一道重要防线；第二部分是模型的建立,构建了基于Matlab7.0人工神经网络工具箱的BP神经网络的网络舆情危机预警模型,由于网络舆情危机预警过程的复杂性、非确定性和非线性,所以本文将BP神经网络运用到网络舆情的预警工作当中,并通过“上海钓鱼执法”事件验证了模型的有效性。最后针对网络舆情危机提出了一些应对策略和管理建议。本文的主要成果如下：(1)建立一个新的网络舆情危机预警指标体系,丰富了对网络舆情危机预警的指标的探索。(2)对网络舆情危机预警指标在定性描述的基础上提出了切实可行的量化方法,使得本文提出的指标体系更具有科学性。(3)建立了基于BP神经网络的网络舆情危机预警模型,并通过对具体实例的研究验证了此模型的可行性和有效性。网络舆情已经成为反映社会舆情的“实时晴雨表”,受到社会各层面的关注和重视。本文为网络舆情危机预警的指标研究、预警方法提供了参考,为应对网络舆情危机提供了一些对策建议。