Web2.0时代，随着互联网的日益普及，社交媒体渐渐走进人们的生活，改变着人们的生活习惯。对社交媒体的研究，无论是对于社交媒体服务本身还是对于社会监管部门均具有重要意义。具体来说，通过对参与社交媒体中网民行为的研究，感知网民喜好和群体行为的规律，有利于社交媒体改善服务质量，有利于社会监管机构对社会秩序进行更为有效的管理。本文以社交媒体中话题的演化过程为基础，由浅入深地研究了社交媒体中的信息扩散模型，具体包含如下三部分：　　本文提出一种基于“距离”和“势差”的话题热度表象表征和本质表征的方法。运用话题不同状态之间的“距离”对话题热度进行表象表征。话题热度的本质表征运用了“势差”的概念，运用“势差”衡量各个网民对话题的态度。该“势差”的存在是话题不断演化的动力。最后分析了表象和本质表征二者之间的关系，并运用新浪微博数据进行分析。　　本文提出一种基于热力学模型对话题扩散进行描述的方法。将话题、网民和社交媒体平台看作一个封闭的系统，基于热力学中的“熵”、“热力学第二定律”和“熵判据”对话题的扩散进行描述：话题的扩散使得系统的“熵”不断增加，在平衡态时“熵”达到极大，但话题扩散并没有结束，与该话题相关的某些因素可能会再一次开启系统的“熵”增加过程，直到话题又一次达到平衡，该过程终止于话题相关问题的处理。最后运用所提出的模型在新浪微博数据上分析了话题的演化过程。　　本文预测了在话题演化过程中相关帖的转发量。使用自激点过程模型进行相关帖转发量的预测，考虑了网民的反应时间、帖子的感染性和网民的隐私关注度三个因素，借助树分支理论得到转发级联和预测结果。运用新浪微博数据验证了算法的有效性。　　本文系统地研究了社交媒体中基于话题演化的信息扩散模型，将“距离”、“势差”、“熵”、“熵判据”、“点过程”等理论引入到话题扩散的研究中。本文为话题扩散的相关研究提供新的思路，对该领域的进一步发展具有一定的意义。