近年来,全球突发公共卫生事件频发,为人类社会带来巨大挑战。2019年12月,重大突发公共卫生事件“新型冠状病毒肺炎”（COVID-19）在中国武汉爆发,对我国经济发展、社会正常运转带来严峻挑战。由于疫情传播迅猛,民众对于疫情来源激烈讨论。“人传人现象”、“无症状患者”等流行病学发现,进一步导致民众恐慌情绪集聚。突发公共卫生事件中民众通过论坛发帖、转发微博等方式参与到事件的讨论中来。负面情绪和观点一经传播,极易造成网络舆情危机。因此,分析突发公共卫生事件网络舆情演化过程对于化解舆情风险有重要意义。通过分析民众主要观点、诉求和情感态度如何随着事件发展而变化,从海量舆情文本中挖掘舆情焦点,有助于政府部门在事件爆发后制定有效舆论引导策略。由于突发公共卫生事件影响人群范围广,民众关注的焦点通常是事件中的主要参与者,即舆情客体,因此本文构建以舆情客体为核心,时序信息、主题、情感三方面的舆情焦点研究模型,来研究突发公共卫生事件的舆情焦点演化问题。本文选取重大突发公共卫生事件“新型冠状病毒肺炎”作为研究对象,基于舆情焦点研究模型进行研究。本文研究主要有三大部分。首先根据生命周期理论、新闻报道以及微博发布量,划分舆情传播阶段,抽取舆情客体,构建舆情客体间关系网络,基于复杂网络理论分析不同生命周期阶段舆情客体关系网络的结构变化,并提出相应舆情引导建议。其次,利用依存句法分析抽取出包含实体词和焦点主题词的三元组。在根据词频划分的四个舆情维度（疫情、医情、政情和民情）下,抽取各维度舆情客体对应的观点,再利用社区发现算法识别话题社群,发现民众的关注点与诉求,并对各生命周期阶段热点主题进行归纳总结。最后,利用依存句法抽取舆情客体关联情感评价词,利用情感词典计算情感倾向和强度,提取民众对于不同维度下客体的褒贬态度。研究结果发现,舆情客体关系网络整体结构紧凑,符合复杂网络无标度特征,网络中舆情客体间连接倾向性、不同类别舆情客体影响力与当下所处生命周期中事件发展具有一致性。同时,民众面向舆情客体的观点受到疫情态势影响,与事件进程一致。在“四情”维度下,民众对疫情维度的情感感知与医情、政情和民情维度下情感态度有显著正向相关性,疫情维度情感强度能够影响其他三个维度情感强度,且各维度平均情感强度走势具有高度一致性。本研究从舆情客体角度出发,通过构建舆情焦点演化研究模型,优化依存句法抽取规则,更加准确分析对舆情客体的观点和褒贬态度,细致地刻画了舆情事件的演化过程。研究可为相关部门分析民声民意、引导舆论走向、预警舆情危机提供有力参考,还可为完善突发公共卫生事件应急体系提供理论依据。