随着互联网等电子信息技术的快速发展和成熟,网络媒体逐渐兴起,其不同于传统媒体的虚拟性、隐蔽性、发散性、渗透性等特点,使得越来越多的人愿意在网络上发表自己的看法,网络成为网民发布、获取信息的重要途径以及各种思想文化的聚集地,网络舆情应运而生。目前,学者们对于网络舆情的研究已经取得了非常丰硕的成果,但多是有关单一事件的网络舆情研究,有关多事件网络舆情的研究比较少,而从现实生活中发生的事件来看,多事件网络舆情对社会产生的影响要比单一事件大得多,在现有的有关多事件网络舆情的研究中,学者多是从宏观角度对多事件网络舆情的成因及规律等进行研究,且多集中在对舆情衍生现象的研究上,有关网络舆情中网民情绪情感共振的建模研究比较有限,并且从已有的建模研究来看,学者默认网民是完全理性的个体,忽略了网民的有限理性特性,但在现实舆情中,网民的转发、评论等行为不仅受到周围环境、意见领袖的引导等外部因素的影响,同时也受到自身心理等内部因素的影响,这些都表明了网民是具有有限理性因素的有限理性人。基于此,本文在有限理性视角下对网络舆情共振现象进行研究。首先,通过梳理网络舆情共振相关研究成果,总结了网络舆情共振的引发因素,然后,基于网民的有限理性特质,构建了网民态度值计算的前景值模型,用于计算网民对某一舆情事件的态度值;接着,鉴于网络舆情的发展周期类似于随机共振理论的双稳态系统,本文以物理学中的郎之万方程为基础,建立了网络舆情共振模型,将网民态度、次生舆情事件热度、地域、议题等因素代入其中,并借助MATLAB平台进行仿真实验,分析各因素对网络舆情共振的影响,仿真结果表明:网民的态度对舆情共振的振幅起到重要作用,次生舆情事件的热度及原生舆情事件影响度同样影响着共振效果,并且不同议题不同地域的舆情事件,所产生的共振效果也是不同的。最后,在建模与仿真研究的基础上,本文选取了2013年蓝可儿被害与2017年章莹颖失踪这两件主体、议题均相似的事件进行案例分析,借助新浪微博等平台采集相关信息,通过文本归类及标注等方法,对信息进行加工并计算得出模型中的各变量值,并将案例分析与现实生活中的数据进行对比分析,分析结果验证了模型的合理性和有效性。