随着互联网应用的不断扩展,网络信息对现实生活的影响也在逐渐加深。为了能够降低网络舆论对现实的负面影响,更好的利用互联网信息为人们的生活提供便利,对互联网舆论演化的研究逐渐成为一个热门课题。网络舆论演化是一个涉及多个领域知识的课题,其中包括传播学、社会心理学、社会物理学、信息技术和计算机科学。传统的舆论模型主要针对舆论演化的非线性特征进行解释,其中基于社会心理学特性的Bounded Confidence模型应用广泛。本文的工作主要是借鉴传统的Bounded Confidence模型算法,利用复杂网络知识,提出一个全新的动态网络舆论演化模型体系,使其适用于互联网舆论演化环境。并且在此基础上利用仿真数据对模型进行试验分析,验证了舆论领袖、话题漂移、话题分裂等实际的舆论演化现象。互联网技术的产生使得信息传播突破了时间和空间的限制,随着社交网络服务应用的不断增加,人际关系网络在互联网中被真实还原,信息可信度的提升进一步加速了网络舆论的演化。为了能够对互联网所带来的种种特性进行解释,在Netlogo软件平台的基础上,本文提出并实现了一个多agent系统模型。该模型能够实现动态空间中个体之间的舆论演化过程,其中虚拟的二维空间位置被量化为个体之间的人际关系,而agent的视野半径参数被用来描述个体在网络空间中的信息获取能力。系统中的agent之间可以进行局部通信,并根据Bounded Confidence算法进行意见交换。通过仿真实验数据,本文证明动态空间下的网络舆论演化模型不但继承了传统BC(HK)模型中三种不同的信任更新算法的动力学特性,并且展现出一些与现实舆论演化相符的新特征。在此基础上,本文通过实验深入研究了不同特性的agent对于系统意见动力学特性的影响,其中拥有较大视野半径的agent可以提升舆论形成的速度；拥有较低有界信心参数的agent可以造成最终意见的偏移；同时拥有两者特点的agent使得系统产生对立的两种意见值。动态的人际关系网络是社会网络的主要表现结构之一。为了能够使网络舆论演化模型更加贴近现实,本文借鉴复杂网络中的动态网络拓扑结构,利用蜂拥算法引导agent的运动,创新性的将Flocking运动模式和BC意见交换算法结合在一起,设计实现了一个拟真程度极高的网络舆论演化模型。其中蜂拥运动策略被用来解释舆论演化中两个主要的个体心理行为：猎奇心理和防备心理,这是形成舆论的两种主要社会推动力。在舆论演化过程中,个体出于对邻居的好奇而相互靠近,但是又会出于对自身隐私的保护而排斥距离过近的邻居。在模型中,agent的吸引半径参数用来描述个体在舆论演化中的社会影响力,而排斥半径参数用来描述个体在意见交换过程中的自我保护力度。通过仿真实验的分析,本文证实该模型不但继承了动态空间网络舆论演化模型的意见动力学特性,并且反映了个体的行为方式对舆论演化所产生的影响。随着吸引半径参数的提升,系统将逐步产生噪音现象；噪音会随着视野参数的同步增加逐步减少。在此基础上,本文通过实验分析了不同特性的agent对于系统意见动力学特性的影响,其中视野参数较大的agent可以缩短意见收敛的时间；拥有极端意见值和较小有界信心参数的agent会导致系统收敛于偏移同步或者非对称极化状态；拥有较高吸引半径参数的agent会降低系统进入同步的概率；同时拥有三者特性的agent会导致系统以较高的概率收敛至非对称极化状态。在舆论演化的过程中还有一个阶段是极为重要的,那就是话题的传播过程。为了能够更好的对舆论演化的整个过程进行解释,本文借鉴了病毒传播模型对话题的传播过程进行建模,并参考强化传播理论,通过阀值参数来量化个体对于未知事件的好奇程度。实验分析了不同阀值参数情况下,系统的意见动力学特性。结果显示,阀值参数较低时,系统处于活性状态,其意见动力学特性与蜂拥策略下的网络舆论演化模型接近；阀值参数较高时,系统处于惰性状态,同时展现出一些新的特性。当话题传播过程与舆论演化过程不同步的时候,系统中出现了边缘意见现象。视野参数的提升会加剧边缘意见的产生；吸引半径参数的增大会减弱边缘意见的出现。在此基础上,本文改进模型算法,分析了舆论领袖在话题传播与舆论演化过程中所产生的影响效果。随着舆论领袖的吸引半径与视野半径不断提升,系统从惰性状态逐步转化为活性状态,并且意见值收敛于非对称极化状态。通过对网络舆论演化模型的不断研究与分析,最终本文提出了一个全新的网络舆论演化模型体系。并且在该模型的基础上对三种主要的舆论干涉手段进行仿真评估,实验结果解释了舆论演化不同阶段,舆论领袖、网络推手与大众媒体对舆论演化所产生的不同影响。