复杂网络的传播动力学是研究传染病传播特性和内在演化机制的重要方向,COVID-19疫情传播的小世界、无标度和高聚类特性的发现对于人类认知疾病的传播具有重大意义。此外,与2003年SARS疫情相比,COVID-19疫情期间信息传播所依赖的媒介及环境已有很大不同,从而改变以往信息传播局域、受众相对固定且获取信息不对称等特点。因此,分析COVID-19疫情信息传播特征,建立信息和病毒交互传播模型,理解两者之间的相互影响,可为制定有效地控制病毒传播的免疫策略提供依据。另一方面,疫苗接种是控制疫情进一步传播及暴发的有力措施,提高COVID-19的接种意识可以刺激个人采取自发的注射疫苗行为反应,对于扩大疫苗接种覆盖率遏制疾病爆发方面发挥着非常重要的作用。因此,分析COVID-19疫情信息传播特征,建立个体意识和疫苗接种交互传播模型,分析两者之间的相互作用,可为制定有效地控制病毒传播的疫苗接种策略提供依据。鉴于此,论文主要考虑个体接触模式、疾病信息传播和个体疫苗接种行为对复杂网络上病毒传播动态的影响。具体包括以下几个方面和创新点:（1）根据COVID-19的传播特点,提出了SEIR/V-UA模型来研究疫情传播与信息传播之间的相互影响。论文基于动力学方程研究了该模型的动态过程,利用雅可比矩阵的特征值导出了该模型的流行稳定性表达式,并在此基础上,利用蒙特卡罗数值仿真对模型进行验证。此外,模型结合COVID-19流行病例数据以及中国政府采取的四阶段严厉措施,通过仿真和数据拟合,显示出已有的峰值具有足够的拟合优度,感染者人数动态下降,凸显了中国政府采取措施的有效性。（2）根据个体对疫情严重程度和疫苗安全性的主观行为,引入信息传播率和信息敏感性两个参量并构建SEIR/V模型研究信息传播对疫苗接种的影响,利用下一代矩阵的方法来计算基本再生数,并在此基础上,利用数值仿真研究了信息传播率、敏感率对基本再生数、疫苗接种、疫情控制的影响。此外,结合COVID-19接种数据对比分析中国与美国各阶段的接种行为差异,从而对COVID-19疫苗接种决策行为提供了深刻的理解。同时,论文建议为解决疫苗犹豫和搭便车行为,政府需要传播准确的疫苗信息,并提供健康教育和沟通,以缓解公众对疫苗安全的担忧。