随着互联网技术的飞速发展,尤其是移动互联工具的兴起,在线社交媒体已成为网民传播信息和表达情感的主要途径。伴随而来的谣言肆意传播等网络舆情问题,对社会的稳定发展带来了极大的隐患。如何对互联网上信息的传播进行有效监控、对网络谣言及时制止、对社会情绪进行正确引导已成为当前亟待解决的问题。本文主要面向社交媒体的信息传播及谣言分类问题展开研究。文中前两章对该问题的研究现状和基础技术进行了介绍,针对现有研究的不足,在第三、四两章分别就信息的传播与舆情的演化、谣言立场分析和谣言的真实性检测提出相应解决方法。本文的主要贡献如下:(1)对于信息传播的研究,我们提出基于多智能体的仿真方法。以复杂网络为基础,提出网民传播意愿模型,对网民的信息传播行为进行建模。然后对政府、网民和媒体进行基于多智能体的建模,设计个体行为与交互规则。最后将网民传播模型与主体交互模型相结合,并且通过实证证明模型的有效性。(2)对于谣言立场分析任务,从特征模板出发,针对语料特点从三个维度挖掘特征,提升了传统分类方法作用于在该任务上的分类效果。针对传统方法没有有效利用原始谣言信息以及语料结构的问题,我们提出两种新的模型,一种是将分类问题用序列标注的方法来解决,将树结构语料处理为序列形式样本,基于LSTM的多种变体进行序列标注实验;然后提出另一种模型,将数据进行不同方式的拼接之后结合Attention机制进行序列分类,本文提出的模型在相关数据集上取得了较好的实验效果。(3)对于谣言真实性预测任务,在限定资源下,使用新的特征模板采用支持向量分类取得目前最好效果,然后在非限定资源下结合立场检测做了一定探索。