随着即时通讯工具的普及、“两微一端”(微博、微信、移动客户端)的兴起、以及移动互联网的迅速发展与应用,互联网不再只具备单纯的信息单向传递功能,而发展演变成为网民发表态度和意见、进行深入积极互动的重要平台。社交网络中用户的社会参与程度不断加深,用户的观点、态度、情感等信息传播速度越来越快,情感在用户之间相互感染极易产生极化现象,而负面情绪的聚集甚至可能导致群体性事件的发生。因此,有必要对社交网络中用户情感进行分析,判断用户的情感类型和情感极性强度,分析情感传播特征,并提出相关的引导和控制策略。大数据理论和方法的发展为本文的研究提供了思路,微博作为大数据挖掘的良好平台为本文的研究提供了丰富的数据来源,本文以特定社会事件为例,对社交网络中用户情感挖掘和传播特征分析进行了研究,主要研究工作包括:第一,借助网络爬虫工具采集“和颐酒店女生遇袭”事件相关的微博数据,并进行整理分析。第二,以国内外学者的研究成果为基础,构建一个尽量全面的情感分类词典,并结合本研究所选的具体案例,对情感词进行扩展,同时对各情感词所表达的情感极性和强度进行识别和标记。第三,提取用户情感信息,判断情感类别和极性强度,实现情感词可视化和情感分类统计。第四,从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面入手分析社交网络中用户情感传播特征。本研究发现:(1)借助于计算机交流环境,社交网络中用户的情感表达更加自由、开放;(2)多样化、便捷性的信息传播方式很大程度上扩大了情感传播范围,加快了情感传播速度;(3)在线社交网络中关键用户(或意见领袖)具有较高的影响力和广泛的社会网络关系,在一定程度上主导着网络舆论的发展方向;(4)在线社交网络中的情感聚集将蔓延至现实社会,负面情绪的极化有可能引发线下群体性事件,甚至发生更极端的现象。基于此,为服务于相关部门有效掌握网络舆情、引导网民情感,本文最后提出了明确事件类型、管理事件主体、关注关键用户、把控传播要素等比较有针对性的建议和对策。