社会网络中，某一种结果或决策的出现，并不是偶然，而是必有其他的因素或机制导致其发生。本论文旨在通过研究复杂网络上的舆论演化动力学，来揭示社会网络中某一结果或决策涌现的基本过程，进而探究网络的密集度对舆论演化动力学的影响。本文通过定义一个概率参数q，将多数决定模型与少数决定模型整合在一起，作为一种数学模型，研究了BA(Barabási-Albert)无标度网络上的舆论演化动力学。基于简单起见，我们将网络中个体的观点设为二进制型，并且只考虑最近邻相互作用，系统的状态可以由平均磁化强度Ω来表征。　　首先从蒙特卡洛模拟出发，研究了不同概率参数q下，系统的平均磁化强度随演化时间步的变化情况。发现，当概率参数q较小时，系统会很快达到稳定态，当q增大到某一值时，系统将一直停留在无序态。此外，我们还定义了一个序参量Ωs（系统达到定态后的平均磁化强度的绝对值），来研究网络密集度不同时，系统的有序性随概率参数q的变化情况。研究结果显示，随着概率参数q的不断增加(q∈[0,0.5])，Ωs的变化曲线将会出现一个拐点。我们将拐点所对应下的q称为临界参数qc:当q＜qc时，Ωs＞0;当q＞qc时，Ωs=0。说明随着q的增加，系统存在从有序态到无序态的相交。研究还发现，临界参数qc的值与网络的尺寸N以及网络的密集度m(m为BA网络生成过程中每一时间步所引入的边数)有关。随着N或m的增加，qc会不断增大。　　其次，本文分别从平均场处理方法和考虑网络的异质性出发，对BA无标度网络上的舆论演化动力学进行了理论分析。平均场处理方法忽略了个体的度对其观点演化的影响，将系统中所有个体所传递的信息或所做的贡献都看成是一样的。而在考虑网络异质性的理论分析中，引入了个体之间的差异性，即系统中所有个体并不是等价的，他们对系统整体行为的贡献与他们的度相关，度越大的个体，他们对系统所贡献的信息量越大。最后，将两种理论分析结果分别与数值模拟结果进行了对比，发现理论分析结果与数值模拟结果之间存在一定的偏离，但是这种偏离会随着网络密集性的增加而减小。且对比发现，相比于考虑网络异质性后的结果，平均场处理下的理论分析结果更接近数值模拟结果。由此说明，在实际模拟中，网络的异质性对其上面的舆论演化动力学并没有较大影响。