社交网络舆情是社交网络用户对社会热点问题产生不同看法的网络舆论,是社会舆论的一种表现形式。社交网络舆情是网民通过互联网对社会和生活中的热点、焦点问题所持有的具有影响力、倾向性的观点和意见的集合。社交网络的迅速发展使网络舆情具有突发性、多元性、隐蔽性和偏差性等特征。社交网络舆情具有爆发快、覆盖面广等特征,使得相关话题和事件能够在短时间内形成强大的网络和社会舆论场,由此产生的社会影响甚至在一定程度上改变了事态发展轨迹。而这些特性对社交网络舆情信息生态环境产生较大威胁,导致舆情生态系统恶化,甚至造成严重的社会危害性甚至引发重大群体性事件,威胁社会和谐和国家稳定。本文结合文献分析法、实证分析法、仿真分析法和机器学习等方法,基于信息生态理论研究社交网络舆情传播规律。具体来说,本研究主要包括五个部分。首先,第三章基于信息生态系统理论分析社交网络舆情传播机理,是全文的理论核心框架,指出信息生态三个要素为信息人、信息和信息环境;接着第四章至第六章分别基于信息人、信息和信息环境实证分析社交网络舆情节点影响力、用户情感分类及演化规律,以及社交网络舆情传播网络结构和舆情演进规律,为第七章提供理论支撑。最后,第七章基于信息生态系统理论提出社交网络舆情管理策略,是本文实践层面落脚点。下面予以详细阐述。第三章基于信息生态系统的社交网络舆情传播机理。本章基于信息生态理论对社交网络舆情传播的信息生态要素进行分析,提出社交网络舆情主体、社交网络舆情客体、社交网络舆情环境三个要素,并确定社交网络舆情传播生态要素模型;基于信息生态理论对社交网络舆情传播运行机理和演化模式进行分析;基于信息生态理论对社交网络舆情传播动机与动力进行分析,认为传播动机包括内在需要和外部诱因,传播动力包括内部动力与外部动力,并分别提出社交网络舆情传播动机模型与传播动力模型。第四章基于信息人的社交网络舆情节点影响力分析。本章基于信息熵理论构建网络舆情节点影响力模型,提出网络节点具有直接影响力、间接影响力和综合影响力。通过分析节点的连接节点数量、互动频率、信息传播路径数量以及路径上的节点数量测定网络节点的直接、间接和综合影响力信息熵值。本章采用实证研究法,以“垃圾分类”话题为例采集微信公众号发布的相关文章转载信息构建全联通网络,并对7个微信公众号的直接影响力、间接影响力和综合影响力进行计算。基于本章提出的用户影响力数学表达式,使用Matlab软件对模型进行仿真。最后本章使用微信和微博真实数据实证分析社交网络舆情用户的影响力。本章主要研究社交网络舆情传播中的信息人本体,与第五、六章相呼应,为第七章社交网络舆情用户管理策略提供理论支撑。第五章基于信息的社交网络舆情文本情感分类。本章基于情感极性及情感强度理论构建社交网络舆情用户情感演化模型,分析情感极性和情感强度分析用户情感演化特征及波动规律。基于卷积神经网络构建社交网络舆情用户评论文本分类模型,通过爬虫分别获取微博用户和微信公众号针对热点主题“垃圾分类”的情感文本内容,利用Word2Vector训练词向量,使用NLPIR和BosonNLP工具进行分词,构建基于“垃圾分类”主题的用户情感语料库,并通过CNN神经网络对文本进行分类。本章主要研究社交网络舆情用户情感特征,即信息。本章与第四、六章相呼应,为第七章网络舆情用户关系管理策略提供理论支撑。第六章基于信息环境的社交网络舆情演化特征。本章基于信息生命周期理论建立社交网络舆情信息传播模型和舆情信息传播时间曲线把舆情信息传播划分为三个时期,分别为突发期、蔓延期和消散期,并分别对每个阶段微博和微信舆情传播的网络结构包括节点数量、边数量、平均加权度、网络直径、平均聚类系数、特征向量中心度以及平均路径长度进行对比分析。以热点话题“垃圾分类”为例获取微博平台上相关微博及转发数据、微信平台公众号发布的相关文章和转载数据为数据源进行实证分析,通过Gephi软件对网络舆情演进在各个时期进行可视化分析。使用Matlab软件通过分析舆情演进时间、舆情爆发数量、舆情峰值等传播过程特征分析社交网络舆情信息传播规律。本章主要研究社交网络舆情传播中的信息环境,与第四、五章相呼应,为第七章社交网络舆情信息环境管理策略提供理论支撑。第七章基于第四、五、六章的研究结论提出社交网络舆情管理策略。首先提出社交网络舆情管理的重要性及挑战,然后分别从用户、政府及网络平台的角度提出社交网络舆情管理方法。本章分别从信息人、信息和信息环境的角度提出管理暗涵;从信息人的角度提出对意见领袖、关键节点和普通网民的管理策略;从信息的角度提出对网民情感极性和情感强度的管理策略;从信息环境的角度提出从法律政策、伦理道德和信息内部环境的管控策略。指出对网络舆情的管理应在社交网络舆情信息传播的突发期进行预警、蔓延期进行引导、消散期进行控制。本文的研究在理论上推动社交网络舆情研究理论体系的构建、深化信息生态理论在社交网络舆情研究领域的应用、为加强社交网络舆情管理提供理论支撑;在实践层面,本文的研究在理论研究基础上推动了社交网络舆情事件演化的预警和监测机制构建、指导相关舆情管理部门进行网络用户管理和用户关系管理。