微信公众号、微博自媒体、知识性社群、新闻客户端和短视频平台在内的新媒体以数字信息技术为基础,依托于手机等移动通讯技术和互联网技术,使现代社会舆情传播过程展现出数字化、碎片化、即时性、广泛性和互动性等特点。这些特征导致社会舆论生成模式发生转变且传播形态进行衍化,新闻传播过程中舆情反转现象频频发生。公众在相关热点社会的讨论中频频被消费信任,逐渐产生道德冷漠、心理失衡、价值失范等一系列精神危机。国家和政府有责任把握新媒体环境下网络舆情反转机理,积极引导舆情健康发展,保证社会整体精神文明建设的良性运转。目前,各界学者对舆情反转方面的研究尚未完善,主要集中在理论层面,研究舆情反转发展阶段、形态、特征、成因、治理策略和参与主体等。这些理论之间未成体系,较为零散;且国内研究多使用案例研究方法,倾向于从现象观察本质,所得结论因此大同小异;同时,现有研究多依赖于习惯总结,使得许多研究成果的说服力不足。因此,本文按照基本概念——文献梳理——机理分析——体系构建——实证检验——启发思考的步骤,系统地对新媒体环境下网络舆情反转的本质和共性进行深入研究。首先论述了新媒体环境下对网络舆情反转预测研究的研究背景和研究意义、本文的研究框架以及研究方法、本文的创新所在;然后对舆情的概念进行介绍,对网络舆情反转从切入角度、研究方法、研究内容主题三个方面对国内的现有研究进行系统梳理,对神经网络以及BP神经网络的基本概念、运行原理、优点以及应用于网络舆情方面的研究成果进行梳理;接着,对新媒体环境下舆情反转预测机理进行分析,首先分析新媒体环境下舆情相关信息传播的特点,然后基于传播要素分析了新媒体环境下舆情发展的成因,最后分析了舆情反转预测的重点以及机制;然后又参考了网络舆情预警、评估、预测等方面的指标体系构建成果,分别从首发控制指标、首发信息指标、传播控制指标以及初期受众反馈指标四个维度建立新媒体网络舆情反转预测指标体系,并逐一具体分析了各维度指标的实际意义;接着,再构建BP神经网络预测模型,使用Matlab软件训练输入数据以构建神经网络模型,然后使用测试集验证模型的有效性,验证结果显示由指标体系构建的数学模型能在一定程度上对网络舆情反转进行预测,同时依据该指标体系下各舆情反转案例特征,探讨影响网络舆情反转的本质和共性,并以此挖掘舆情案例事件中的特殊性,从而引发更多思考。