在线社交网络已成为当前主流的信息传播媒介,研究在线社交网络上的消息传播对于理解其上传播规律及实现有效地管控具有重要意义。一方面,揭示消息传播的机制和影响因素有助于人们及时、高效地获取有用信息。另一方面理解谣言、流言和虚假消息的传播机制有助于快速地进行舆情控制。以往的研究尚且存在不足:1)对消息传播的研究集中于日常消息传播,鲜少有针对突发事件消息传播机制的研究。2)大多数网络模因的研究仅关注生存环境的特征对于模因传播的影响,而没有关注模因本身的特征对于其传播动力学的影响。其中,模因指通过人类的模仿能力完成复制并在人际关系中传播的消息。针对以上两个问题,本文基于复杂网络理论和消息传播动力学对在线社交网络中的消息传播展开以下研究:首先,本文对新冠肺炎疫情突发事件中微博平台“@微博辟谣”的辟谣数据进行统计分析。分析结果表明某些具有相同模因的辟谣消息会频繁地出现,且转发概率较低,这意味着与之相对应的假消息也具有高产生速率和低转发概率。本文改进了突发事件下的真假多消息传播模型,引入了具有高产生速率和低转发概率的高频假消息。模型模拟了真假多消息竞争传播下的传播行为,尤其是高频假消息的传播行为。通过仿真,本文验证了多消息之间的竞争传播机制,并且分析得出消息产生概率和转发概率是影响各类消息之间竞争的重要因素。其次,本文对在线社交网络中的“网络模因”展开研究。通过收集随机抽样的网络用户所发布的帖子,并将帖子内容分类为不同模因后,进行模因的相似度计算。发现用户发布的帖子模因之间具有相似性且与其发布概率正相关。这说明用户对于消息的传播具有基于用户记忆兴趣的倾向性。因此,本文提出基于用户记忆兴趣的多模因传播模型,该模型中模因的转发概率依赖于该模因与用户记忆兴趣之间的相似性。模型仿真结果表明,该模型能够较好地模拟出真实模因的寿命、流行度以及用户活跃度的较大异质性,并且符合幂律分布。这表明该模型的传播机制符合真实的多模因传播过程。最后,通过对模型中的用户注意力广度进行定量分析,本文发现了用户对于模因传播具有一定的偏好性,即部分用户对模因专注度较高,而部分用户注意力较为分散。本文研究了影响模因传播的关键因素,在模型仿真过程中调节了用户专注度、用户转发活跃度和窗口长度三个参数。仿真结果表明,该类参数均能够不同程度地影响模因的传播寿命和流行度。