随着各种智能移动终端设备的普及以及各种即时通讯软件和平台的发展,我国互联网进入Web2.0时代。互联网改变了传统的舆情表现方式,把网络舆情推到了反映民众情绪和行为倾向的前台。网络平台以开放的空间形态,成为个体和社会组织参政议政、表达态度、发表言论的公共平台,成为快速传递信息和传达民意的通道,成为各种社会思潮交锋、各种利益诉求集散和多种意识形态较量的阵地,网络舆情研判和应对成为当今网络社会一项新的重要任务。当前网络舆情研究,面临的主要问题是信息冗余和信息传播方式革命性变化所带来的夹杂大量噪音的海量数据的处理,导致了基于传统的数据挖掘技术无法适应新的要求,而且缺乏对不同网络舆情的细分,缺乏针对不同特质的网络舆情建立不同的分析模型进行分析,目前市场上的网络舆情分析软件以同一模型笼统应对不同特征的网络舆情,存在较大局限性。本文以大数据环境为背景,在对国内外相关研究现状进行归纳分析的基础上,主要针对网络谣言、高校学生网络舆情和突发公共卫生事件等三类典型的网络舆情,采用定性分析和定量分析相结合的方法,围绕网络舆情的传播机制、预警决策机制和演化机理开展一系列的研究。在基于模型分析的基础上,提出针对不同类型网络舆情的管理和应对策略。首先,基于传染病动力学理论,文中构建了具有饱和接触率的网络谣言传播研判模型和非线性接触率网络谣言传播研判模型,利用动力系统平衡点理论与稳定性理论,对网络谣言进行了定量分析。研究结果表明,在网络谣言传播中存在一个阈值R0,当R0>1时,系统将存在内部非零平衡点,即如任由谣言发展,会在系统中大面积爆发开来;当网民群体人数服从Logistic曲线时,新增加的网民不会对网络谣言的传播造成影响;由于阈值对心理作用系数的变化非常敏感,因此采取措施增大心理作用系数可以高效管理网络谣言的扩散;披露不实信息以及不实信息传播者,其管理效率要远高于正向宣传。其次,针对突发公共卫生事件网络舆情传播的特点,引入Deffault模型,建立了有向加权动态网络结构模型,利用Matlab工具对所建立的网络舆情观点演化模型进行仿真分析,验证了所建立的模型的有效性和合理性,还研究了影响网络舆情观点演化传播的主要因素。结果表明,有向加权动态BBV网络是无标度网络,符合在线社会网络结构的特性。模型分析还发现,政府的态度r、媒体的关注程度λ等都能对网络舆情产生显著影响。因此,政府及主要公众媒体利用自身权威性及时披露信息,加强疏导,可以有效消除社会恐慌,稳定社会局面。接着,针对高校学生网络舆情预警级别的评判,构建了基于直觉模糊推理和层次分析法的网络舆情定性和定量评判模型。关于运用直觉模糊推理判断网络舆情预警等级,将话题重要性、公众反应和公众与话题联系作为直觉模糊推理的参与因素,用直觉模糊综合评判法计算每个因素的隶属度,将最贴近的直觉模糊集作为网络舆情预警等级,运用直觉模糊集理论构建了网络舆情预警级别判定模型。对于运用层次分析法判定网络舆情预警等级,利用层次分析法将目标分解为多指标层次,引入专家打分法确定各级指标权重,构造了反映高校网络舆情传播深度和广度的定性与定量相结合的指标体系,在对各级指标具体权重值进行一致性检验后,根据所构建的模型计算网络舆情研判的指标值S,根据S值所对应的阈值区间,确定应启动的预警级别,进而通过分析其变化的基本特征,掌握其发展态势,揭示出问题的本质所在,预测出舆情的进一步走向,可以帮助决策者做出正确决策,对舆论进行引导和控制。实证研究表明,以网络数据的收集整理和专家决策人员的理性判断为切入点,通过定量和定性相结合,可以及时准确地判断舆情级别,为及早启动预警流程和进行引导干预,有效控制舆情发展态势提供支持。本文最后还进行了案例分析。选取天津滨海新区爆炸事件、湖南大学研究生违规转学事件作为典型案例,以本文中的理论研究为基础,研究了网络谣言的传播机制、网络舆情的预警机制和网络舆情意见的演化过程,分别采集谣言和公共卫生影响的关键词,对事件进行描述,将特征数据代入模型进行求解,并对结果进行分析。研究结果表明,不同类型的网络事件具有较为明显的内在规律和特点,本文所建立网络舆情研判模型是有效的。