舆情和传染病的传播对社会的稳定发展都存在一定的影响或威胁,因此,准确有效地分析并预测其传播趋势,对相关部门制定相应的应对措施具有重要意义。目前对于舆情和传染病传播模式的研究主要有:建模传播方式、建模和预测传播趋势以及基于复杂网络的传播现象分析。虽然国内外有许多复杂网络分析工具可以进行传播分析,但随着社会的发展,信息网络规模的爆炸式增长,要求复杂网络分析工具能够分析更大规模甚至超大规模复杂网络上的传播现象。因此,我们试图构建大规模复杂网络信息传播平台(Large-scale Complex Network Information Propagation Platform,简称LNP平台),为传播规律的研究和预测提供实验环境。本文旨在研究LNP平台的关键技术,为LNP平台的构建奠定坚实的基础。本文主要完成了以下几个方面的工作:1)大规模复杂网络信息传播(LNP)平台的设计详实、可行的设计方案是构建LNP平台的重要前提。本文详细分析了目前复杂网络分析工具的优缺点,最终选取Igraph为开发基础,进行LNP平台的设计工作。2)基于LNP平台的复杂网络统计特性分析分析复杂网络的统计特性是进一步研究复杂网络的基础。本文综合学术界对复杂网络的分析需求及现有分析工具的基本分析功能,在LNP平台上实现了对复杂网络基本统计特性的分析功能。并以H省全员人口数据库中抽取出的亲属关系网络为例,对LNP平台的功能进行解释说明。3)复杂网络的重构算法LNP平台中实现了现有经典随机重构(RRW)算法和贪心重构(GRW)算法。本文进一步创新性地将概率思想引入重构算法中,提出了保持度序列不变的贪心概率重构算法,简称GPRW算法。然后,分别针对无向复杂网络和有向复杂网络阐述了GPRW算法的核心思想,并进行了充分的实验,证明了GPRW算法的可用性和有效性。4)传播模型的实现在LNP平台上实现了三种经典传播模型:SI模型、SIS模型和SIR模型。本文基于不同的网络拓扑结构,以SI和SIR模型为例进行了仿真实验,验证了LNP平台分析传播现象和研究传播规律的功能。