近年来,随着互联网高速发展,网民的数量也随之越来越多,导致大量的舆情信息充斥在网络空间之中,这些舆情信息深刻地影响着网民的心理与行为,特别是网络突发事件频发,导致民众在获知网络舆情时,受其影响而产生的或积极,或消极的情感,这些情感在网络群体的影响下,很容易产生极化,从而影响网民个体的行为,如果是消极性的极化情绪,不加以疏导,便会造成严重的社会后果。因此,通过把握网民的情感走向,有针对性采取相应的引导策略,对企事业单位以及政府具有重要意义。本文基于SIRS模型,对情感传播的关键影响因素进行分析,以2016年的魏则西网络事件为例,收集相关数据,运用Gephi软件首先生成传播网络模型,然后采用Netlogo软件、python语言对模型进行实验仿真,通过采取结合情感和中心性的挖掘指标,找出关键节点,然后便可以采用选择的目标免疫策略进行免疫。具体研究内容包括以下三个方面:1、通过阐述信息传播的机制,分析信息与情绪相互之间的关系,引出情感的产生机理以及情感的传播机制,将两者进行融合。采取图论建模的方法,基于社交网络,收集某条微博的数据,建立情感的传播网络。2、基于SIRS模型,再根据社交网络的特点,加入出生率和恢复损失率两个参量,并且运用李雅普诺夫稳定性法则证明了模型的稳定型。通过改变各个参量的值,观察对感染者比例的影响,最后确定出免疫率和恢复损失率是影响感染者数量的关键因素。3、根据第四章的出的结论,知道免疫率和恢复损失率是影响情感传播效果的关键因素,第五章采用相应的免疫策略对网络中的节点进行免疫,通过对比三种免疫策略和一种改进免疫策略,得出了目标免疫策略为最佳。最后采用结合情感指标与中心性指标的方法,挖掘出关键节点,得出免疫效果的对比图。