信息网络产业的迅猛发展得益于网民数量的急剧增加、网络基础设施保有量的持续增长以及移动智能手机的全面普及。其中微博作为现如今网民最为喜爱的社交媒体软件之一,其强大的实时性和交互性在很大程度上满足了广大网民对于突发公共事件的信息需求及表达欲望,使得网络舆情和相关舆论大部分都集聚于微博这一社交媒体平台上。此外,广大网民在随心所欲地发表自我的观点及看法时在微博这类社交媒体平台上留下了大量数据,怎样在最大程度上利用并充分挖掘这些信息数据背后隐藏的相关舆情信息,进而为政府有关部门及时管控治理网络舆情提供理论参考是现在较为热门的一个研究方向。鉴于此,根据微博数据的典型特点,本文创新性地给出了一种以BTM（Biterm Topic Model）为主题模式的微博舆情画像及其动态舆情画像,并应用构建的动态舆情画像对网络舆情管控治理方面进行了详细研究,最后得到网络舆情的演化周期及其阶段性特征以及针对各阶段网络舆情特征提出了相应的管控治理策略。本文的主要研究内容如下:首先,构建基于BTM主题模型的微博舆情画像模型。从微博这一社交媒体平台获得用户产生的相关数据,将此作为模型数据集;并对模型数据集作相应处理,去除掉无效数据;在处理好的数据集上基于BTM尽可能充分地挖掘舆情主题词,并对主题词作相应处理;基于处理好的舆情主题词构建微博舆情画像。其次,构建基于BTM主题模型的微博舆情动态画像模型。再一次对获得的用户产生的相关数据作相应处理;基于再一次处理好的数据通过引入用户情绪因子进行舆情动态主题词挖掘;然后在获取的舆情动态主题词基础上提取出微博用户的动态特征;基于微博用户的动态特征构建微博舆情动态画像。最后,应用构建好的微博舆情动态画像于网络舆情管控治理中,研究发现微博舆情的演化周期及其阶段性特征,得出构建的微博舆情动态画像能够有效引导舆情,并能够科学高效管控治理网络舆情。论文末尾还给出了相应的舆情治理对策,以期为政府相关部门管控治理舆情提供一定的理论参考。